Auf einen Blick
- Aufgaben: Entwickle und trainiere KI-Modelle für spannende Anwendungen im RF-Bereich.
- Unternehmen: Innovatives Unternehmen, das an der Spitze der Technologie steht.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und die Möglichkeit, direkt mit Gründern zu arbeiten.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Wachstumschancen und direktem Einfluss auf Projekte.
- Warum dieser Job: Gestalte die Zukunft der RF-Maschinenlernen und mache einen echten Unterschied.
- Qualifikationen: Erfahrung in der Entwicklung von ML-Systemen und starke mathematische Fähigkeiten.
Das prognostizierte Gehalt liegt zwischen 72000 - 88000 € pro Jahr.
- Design and train models from raw I/Q recordings for detection, classification, and related tasks
- Research and implement machine-learning methods from other domains to improve data pipelines
- Define evaluation test sets, metrics, and scenarios reflecting domain shifts between sensors, sites, and interference environments
- Develop compact, deployable expert models for edge hardware
- Continuously test pipelines in real-world conditions and use feedback to improve them
- Integrate new data sources into the data platform
- Set the direction for RF machine learning at Datacept
- Make architectural decisions for the RFML foundation
- Work directly with the founders and build the team as the company grows
- Stay connected to hardware, founders, and customers at protected sites
Requirements
- Experience building and shipping ML systems that people depend on, preferably on signal-like data such as audio, time series, sensor streams, images, video, or RF
- Strong understanding of self-supervised learning and ability to explain why methods work
- Strong mathematical fundamentals and comfort formulating problems before solving them
- Ability to go from idea to prototype to deployed model independently
- Ability to work with few fixed structures and changing priorities
- Preparedness for the intensity of a founding role, including long and unconventional working hours, field trials, and deployments
- Willingness to contribute to Europe's technological sovereignty
- Helpful but not required: prior RF or signal-centric ML experience, including spectrum sensing, modulation recognition, SIGINT, or EW
- Helpful but not required: self-built software/hardware projects
- Helpful but not required: signal processing basics, sampling, spectral analysis, I/Q representation, SDR, communications engineering, or embedded background
- Helpful but not required: publications, open-source work, or production architectures
- Core Competencies
Demonstrates expertise in designing and deploying machine learning models for RF and signal-like data, with a strong foundation in self-supervised learning and mathematical problem formulation.
Capable of integrating new data sources and making architectural decisions to enhance data pipelines and model performance.
- Highest-signal resume keywords
- Machine Learning Systems Development
- Self-Supervised Learning
- Signal Processing
- Architectural Decision-Making
- Prototype to Deployed Model Transition
- Hard Skills
- Machine Learning
- Model Training
- Data Pipeline Improvement
- Mathematical Fundamentals
- Signal Processing Basics
- I/Q Representation
- Spectrum Sensing
- Modulation Recognition
- Field Trials
- Deployment
- Soft Skills
- Adaptability
- Team Building
- Communication
- Problem Solving
- Independence
- Industry Keywords
- RF Machine Learning
- Technological Sovereignty
- Signal-Centric ML
- Field Deployments
- Unconventional Working Hours
- Tools & Technologies
- Edge Hardware
- Data Platform
- SDR
- Embedded Systems
- #J-18808-Ljbffr
AI Founding Engineer – RF Machine Learning, SIGINT Arbeitgeber: Jobtailor
Als Front Office Supervisor in unserem dynamischen Team bieten wir Ihnen die Möglichkeit, in einem unterstützenden und freundlichen Arbeitsumfeld zu wachsen. Wir legen großen Wert auf die berufliche Entwicklung unserer Mitarbeiter und bieten regelmäßige Schulungen sowie die Chance, Verantwortung zu übernehmen. Unsere Lage ermöglicht es Ihnen, Teil einer lebendigen Gemeinschaft zu sein, während Sie gleichzeitig die Standards unseres Franchise-Partners einhalten und unseren Gästen einen unvergesslichen Aufenthalt bieten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so AI Founding Engineer – RF Machine Learning, SIGINT erhalten könntest
✨Engagier dich in Entwickler-Communities!
Lass uns mal ehrlich sein: In der Software-Entwicklung sind Netzwerke Gold wert! Tummel dich in GitHub-Projekten, nehme an lokalen Meetups oder Hackathons teil und vernetze dich mit anderen Entwicklern. So steigerst du nicht nur deine Sichtbarkeit, sondern lernst auch die neuesten Trends und Technologien kennen.
✨Zeig deine Fähigkeiten!
Erstelle ein Portfolio, das deine besten Projekte und Code-Examples zeigt. Nichts überzeugt mehr als ein praktischer Beweis deiner Skills. Das kann auch helfen, bei Jobtailor anzuklopfen, wenn du dich auf die Stelle als AI Founding Engineer – RF Machine Learning, SIGINT bewirbst – so wissen sie gleich, was sie von dir erwarten können!
✨Nutze Jobplattformen speziell für Tech-Jobs!
Plattformen wie Stack Overflow Jobs oder AngelsList sind perfekte Orte, um Vollzeitstellen in der Software-Entwicklung zu finden. Hier sind viele tolle Unternehmen auf der Suche nach Talenten wie uns, also schau regelmäßig vorbei und bewirb dich direkt über die Website.
✨Such dir Mentoren und Feedback!
Hol dir Feedback von erfahrenen Entwicklern, die dir Tipps geben können, was Recruiter wirklich suchen. Ob über LinkedIn oder persönliche Kontakte: Menschen, die sich in der Branche auskennen, können enorm wertvoll sein, um dir zu helfen, dich optimal auf deine Bewerbung bei Jobtailor vorzubereiten!
Wir glauben, dass du diese Fähigkeiten brauchst, um AI Founding Engineer – RF Machine Learning, SIGINT mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Highlights deiner Coding-Skills:In der Software-Entwicklung kommt es auf konkrete Fähigkeiten an. Vergiss nicht, relevante Programmiersprachen und Frameworks in deinen Lebenslauf aufzunehmen. Zeig uns, was du kannst – vielleicht mit einem Link zu deinem GitHub-Profil oder einer Übersicht deiner Side Projects, die deine Programmierkenntnisse illustrieren.
Dokumentation deiner Erfolge:Gerade bei einer Vollzeitstelle in der Software-Entwicklung sind konkrete Ergebnisse Gold wert. Nenn uns Zahlen und Ergebnisse aus deinen vorherigen Projekten. Hast du den Code optimiert oder Systemfehler behoben? Solche Erfolge zeigen, dass du die Sprache der Entwickler sprichst und einen echten Mehrwert bringst.
Attraktive Projektbeschreibungen:Wenn du an Projekten gearbeitet hast, die hervorstechen, beschreibe sie ausführlich in deinem Lebenslauf. Was war das Problem, das du gelöst hast? Welche Technologien hast du eingesetzt? Das gibt uns einen klaren Einblick in deine Herangehensweise und Problemlösungsfähigkeiten.
Motivation zeigen:In deinem Anschreiben solltest du deine Motivation für die Stelle im Bereich Software-Entwicklung bei Jobtailor klar herausstellen. Warum sprichst gerade du die Anforderungen für diese Vollzeitrolle an? Mach deutlich, was dich an der Arbeit bei uns reizt und wie du über das rein Technische hinaus wachsen möchtest.
Wie man sich auf ein Vorstellungsgespräch bei Jobtailor vorbereitet
✨Technische Vorbereitung auf die Coding-Challenges
In der Software-Entwicklung sind technische Fragen oft ein zentraler Teil des Interviews. Macht euch mit Plattformen wie LeetCode oder HackerRank vertraut, um eure Problemlösungsfähigkeiten zu trainieren. Zeigt im Interview viel Selbstbewusstsein beim Erklären eurer Ansätze!
✨Das eigene Portfolio im besten Licht präsentieren
Stellt sicher, dass ihr ein aussagekräftiges Portfolio habt, das einige eurer besten Projekte zeigt. Seid bereit, darüber zu sprechen, was eure Rolle war, welche Technologien ihr verwendet habt und welche Herausforderungen es gab. Das gibt den Interviewern einen Einblick in eure praktische Erfahrung.
✨Teamfähigkeit und Kommunikation betonen
In einer Vollzeit-Position wird Kommunikation im Team sehr wichtig sein. Seid bereit, Beispiele aus der Vergangenheit zu teilen, in denen ihr effektiv im Team gearbeitet habt. Dies zeigt, dass ihr nicht nur technische Fähigkeiten habt, sondern auch gut ins Team passt.
✨Vorbereitung auf Fragen zur Software-Architektur
Bereitet euch darauf vor, Fragen zur Software-Architektur zu beantworten. Themen wie RESTful APIs, Microservices und Cloud-Architekturen können Teil eures Interviews sein. Zeigt euer Verständnis durch Diskussionen und Beispiele aus eurer bisherigen Arbeit oder Projekte.
