Distinguished Engineer, Perception, Embedded AI & SoC

Was ist die Rolle? In dieser Rolle werden Sie die Architektur und Lieferung von Wahrnehmungsmodellen leiten, die vom Cloud-Training bis zur Bereitstellung auf Automobil-Hardware laufen. Ein wichtiger Teil der Herausforderung besteht darin, "für die Bereitstellung zu entwerfen" – Modelle zu erstellen, die strenge Latenz- und Speicheranforderungen auf eingebetteten/Edge-Plattformen erfüllen, ohne die Leistung in der realen Welt zu beeinträchtigen. Sie definieren die Architektur, bauen ein erstklassiges Team auf und verantworten den gesamten Prozess von der Forschung bis zu einsatzbereiten Modellen in großem Maßstab.

Was werden Sie tun?

• Besitzen, definieren und leiten Sie die End-to-End-Wahrnehmungsarchitektur – vom Cloud-Training bis zu einsatzbereiten Modellvarianten für Automobil-SoCs (z.B. Qualcomm Snapdragon Ride, NVIDIA Orin oder ähnliche).
• Verfolgen Sie einen bereitzstellungsorientierten Ansatz bei Architekturentscheidungen, einschließlich Quantisierung, Latenzzielen und Speicheranforderungen.
• Wandeln Sie modernste Wahrnehmungsforschung in zuverlässige, skalierbare Produktionspipelines (Cloud + Edge-Modellvarianten) um.
• Leiten Sie BEV / Multi-Kamera-Wahrnehmung, die sich auf die Straßeninfrastruktur konzentriert (Fahrspuren, Grenzen, Schilder, Ampeln, Oberflächenattribute der Straße).
• Definieren Sie Evaluierungs- und Validierungsstandards, einschließlich hardwarebewusster Metriken (Latenz vs. Genauigkeitskompromisse, Speicherbedarf, Durchsatz auf Referenzhardware).
• Arbeiten Sie eng mit Forschungs-, Simulations-, Produkt- und Kunden-/Partnerteams zusammen, um sicherzustellen, dass die Ergebnisse von nachgelagerten Systemen genutzt werden können und den realen Bereitstellungsbedürfnissen entsprechen.
• Bleiben Sie tief in Architekturüberprüfungen, Modellentwurf, technischen Untersuchungen, Debugging kritischer Probleme und der Bewertung neuer Ansätze involviert. Diese Rolle erfordert aktive technische Beiträge, nicht nur Führung.
• Helfen Sie beim Aufbau und der Skalierung eines leistungsstarken Wahrnehmungsengineering-Teams von Grund auf, indem Sie Schlüsselkräfte einstellen, technische Führungskräfte entwickeln und Ingenieurstandards, Entwicklungsprozesse und eine starke Kultur technischer Exzellenz etablieren.
• Arbeiten Sie eng mit Kunden zusammen, um reale Herausforderungen zu verstehen und diese in skalierbare Lösungen zu übersetzen.

Wer sind Sie?

Must-Have Erfahrung:

• 10+ Jahre Erfahrung in ML, AI, Computer Vision, Robotik, autonomem Fahren, räumlicher KI oder verwandten Bereichen, einschließlich praktischer Erfahrung mit Computer Vision, Wahrnehmung oder Szenenverständnissystemen.
• Nachgewiesene Erfahrung in der Überführung von ML- oder Computer Vision-Modellen aus der Forschungs- oder Prototypenphase in Produktionssysteme.
• Starkes Verständnis von Wahrnehmungssystemen und modernen Computer Vision-Architekturen, einschließlich Objekterkennung, Segmentierung, Verfolgung, Fahrbahnverständnis, Szenenverständnis, Wahrnehmung der Straßeninfrastruktur und Konzepte der räumlichen KI.
• Erfahrung mit Deep Learning-Frameworks, vorzugsweise PyTorch.
• Erfahrung in der Bereitstellung von AI/Wahrnehmungssystemen auf eingebetteten, automobilen, robotischen oder anderen hardwarebeschränkten Plattformen.
• Praktische Erfahrung in der Bereitstellung und Optimierung von AI/Wahrnehmungsmodellen für die Produktion, einschließlich Latenz, Speicher, Durchsatz, Quantisierung, Kompression und Bereitstellungsabläufen wie TensorRT und ONNX.
• Erfahrung mit Automobil-SoCs wie NVIDIA Orin, Qualcomm Snapdragon Ride, TI TDA4 oder ähnlichen Plattformen.
• Nachgewiesene Fähigkeit, in Architekturüberprüfungen, technischen Untersuchungen, Modellentwicklung und Bereitstellungsentscheidungen aktiv zu bleiben, während Sie ein Team leiten.
• Starke Kommunikationsfähigkeiten, mit der Fähigkeit, technische Kompromisse sowohl technischen als auch nicht-technischen Stakeholdern zu erklären.
• Fähigkeit, effektiv über Forschungs-, Ingenieur-, Produkt-, Plattform- und kundenorientierte Teams hinweg zu arbeiten.
• Erfahrung im Aufbau und in der Skalierung leistungsstarker Ingenieurteams ist ein zusätzlicher Vorteil.

Gut zu haben:

• Erfahrung mit BEV, Multi-Kamera-Wahrnehmung, 3D-Wahrnehmung, Lidar-Kamera-Fusion oder Belegungsprognose.
• Erfahrung mit Architekturen wie BEVFormer, BEVFusion oder ähnlichen räumlichen Wahrnehmungsmodellen.
• Erfahrung im Benchmarking von Modellen auf echter Hardware und im Umgang mit Latenz-, Speicher- und Durchsatzanforderungen.
• Vertrautheit mit QNN, TensorRT, Graphoptimierung, Operator-Kompatibilität oder hardware-spezifischen Kompilierungsabläufen.
• Erfahrung mit geospatialen Daten, Kartenprioritäten, Straßentopologie, HD-Karten oder räumlichen Datenstrukturen.
• Erfahrung mit synthetischen Daten, Simulationspipelines oder Sim-to-Real-Validierung.
• Erfahrung mit großangelegten Fahr- oder Robotik-Datensätzen wie nuScenes, Waymo Open Dataset, KITTI, Argoverse oder ähnlichen.
• Exposition gegenüber automobilen Sicherheitsstandards wie ISO 26262 oder SOTIF.
• Veröffentlichungen oder starke Forschungsbeiträge in Computer Vision, Wahrnehmung, Robotik oder maschinellem Lernen.
• Erfahrung in schnell wachsenden, skalierenden oder schnelllebigen Produktumgebungen.

Diese Rolle kann in Berlin, Frankfurt, München oder Amsterdam angesiedelt sein. HERE ist ein Arbeitgeber, der Chancengleichheit bietet. Wir bewerten qualifizierte Bewerber unabhängig von Rasse, Hautfarbe, Alter, Geschlechtsidentität, sexueller Orientierung, Familienstand, Elternstatus, Religion, Geschlecht, nationaler Herkunft, Behinderung, Veteranenstatus und anderen gesetzlich geschützten Merkmalen. Im Rahmen des Einstellungsprozesses von HERE Technologies müssen die Kandidaten erfolgreich einen Vorbeschäftigungsprüfungsprozess durchlaufen. Dieses Angebot und alle damit verbundenen Ansprüche unterliegen dem erfolgreichen Abschluss einer Vorbeschäftigungsprüfung. Dies umfasst gegebenenfalls die Überprüfung von Beschäftigung, Ausbildung und strafrechtlichen Vergehen.