Machine Learning Engineer, ADAS

Machine Learning Engineer, ADAS

Leonberg Vollzeit 55000 - 70000 € / Jahr (geschätzt) Homeoffice (teilweise)
W

Auf einen Blick

  • Aufgaben: Train and improve cutting-edge Computer Vision and 3D Perception models.
  • Unternehmen: Innovatives Unternehmen im Bereich autonomes Fahren mit einer offenen Kultur.
  • Vorteile: Marktgerechte Gehälter, Aktienoptionen und umfassende Sozialleistungen.
  • Weitere Informationen: Flexible Arbeitsmodelle und großartige Entwicklungsmöglichkeiten warten auf dich.
  • Warum dieser Job: Gestalte die Zukunft des Fahrens mit modernster Technologie und echten Herausforderungen.
  • Qualifikationen: Erfahrung in Computer Vision und maschinellem Lernen erforderlich.

Das prognostizierte Gehalt liegt zwischen 55000 - 70000 € pro Jahr.

Responsibilities

  • Train, debug, and improve computer vision and 3D perception models, iterating based on clear evaluation signals.
  • Work across the full machine‑learning lifecycle, from data collection and annotation to training, evaluation and deployment.
  • Build and maintain scalable data pipelines, including auto‑labelling and pseudo‑labelling, to accelerate model development.
  • Deliver core ADAS perception capabilities such as detection, classification, and instance segmentation for lanes, objects, traffic signs, and traffic lights.
  • Contribute to offline pipelines—tracking and 3D reconstruction—to generate large labelled datasets and back‑propagate high‑quality labels through time.
  • Own work end‑to‑end, including evaluation and dataset generation, under real product constraints, improving real‑world driving performance.

Qualifications

  • Proven experience building and shipping computer‑vision‑focused deep‑learning systems.
  • Strong applied machine‑learning engineering skills, with a track record of delivering production models.
  • Experience with 3D perception concepts or pipelines (e. g., Li DAR, multi‑view geometry, tracking, 3D reconstruction).
  • Comfortable owning work from start to finish—evaluation, dataset creation, and deployment.
  • Pragmatic problem‑solving mindset, working effectively under real product constraints.
  • Interview Process
  • Initial call / recruiter screen (30 min)
  • Competency interviews (programming and system design, 2 hrs total)
  • Deep‑dive technical interviews (domain‑specific, 1 hr total)
  • Final interview: mission & values alignment (1 hr)

Benefits

  • Salaries benchmarked against the market, reviewed annually
  • Meaningful equity, sharing in the ownership and long‑term success of Wayve
  • Relocation support and visa sponsorship where applicable
  • Hybrid working, core hours, and the chance to work hands‑on in vehicle workshops and labs
  • Learning and development budgets with support for training, conferences and growth
  • Comprehensive benefits including health insurance, dental, enhanced maternity and paternity leave, retirement or pension where applicable, access to therapists, wellbeing partnerships, team socials and more

EEO Statement

Wayve is committed to creating a diverse, fair and respectful culture that is inclusive of everyone based on their unique skills and perspectives, and regardless of sex, race, religion or belief, ethnic or national origin, disability, age, citizenship, marital, domestic or civil partnership status, sexual orientation, gender identity, veteran status, pregnancy or related condition (including breastfeeding) or any other basis as protected by applicable law.

Wayve will not ask about marriage or pregnancy, care responsibilities or disabilities in any of our job adverts or interviews, but we do capture information about care responsibilities, and disabilities among other diversity information as part of an optional DEI Monitoring form to help identify areas of improvement in our hiring process.

#J-18808-Ljbffr

W

Kontaktdaten:

Wayve Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Machine Learning Engineer, ADAS erhalten könnten

Branchenspezifische Netzwerke nutzen

Im Maschinenbau gibt es zahlreiche Fachkonferenzen und Messen, wie die Hannover Messe, wo du direkt mit Unternehmen und Fachleuten in Kontakt treten kannst. Nutze solche Events, um deinen Namen bekannt zu machen und potenzielle Arbeitgeber wie Wayve auf dich aufmerksam zu machen.

Setz auf Praktika und Werkstudentenstellen

Wenn du gerade erst in die Branche einsteigst, sind Praktika und Werkstudentenstellen der Schlüssel. Viele Unternehmen, darunter auch Wayve, nutzen diese Gelegenheiten, um Talente zu entdecken und später in Vollzeit zu übernehmen. Check auch die Karriereseite von Wayve für aktuelle Angebote!

Technische Communities und Foren aktiv nutzen

Engagiere dich in technischen Foren oder Community-Plattformen wie LinkedIn-Gruppen und XING, die sich auf Maschinenbau spezialisieren. Dort kannst du nicht nur dein Wissen erweitern, sondern auch wertvolle Kontakte knüpfen, die dir helfen, in Vollzeitstellen bei Unternehmen wie Wayve zu landen.

Direkt bewerben und sichtbar sein

Habe keine Scheu, dich direkt bei Wayve über unsere Website zu bewerben. Zeig mit deinem Portfolio oder Projekten, was du kannst. Heutzutage suchen viele Unternehmen nach Kandidaten, die ihre Leidenschaft und Fähigkeiten demonstrieren können, also nutze diese Chance!

Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineer, ADAS mit Bravour zu bestehen

Computer Vision
3D Perception
Deep Learning
Machine Learning Engineering
Data Collection and Annotation
Model Training and Evaluation
Scalable Data Pipelines

Einige Tipps für deine Bewerbung 🫡

Technische Fähigkeiten hervorheben:Im Maschinenbau kommt es auf konkrete technische Fähigkeiten an. Sei sicher, dass dein Lebenslauf deine Kenntnisse in CAD-Software, Konstruktionstechniken und Fertigungstechnologie klar aufzeigt. Falls du an Projekten gearbeitet hast, die deine Fähigkeiten in diesen Bereichen unter Beweis stellen, zögere nicht, sie in deinem Lebenslauf zu erwähnen!

Echte Projekte zeigen:Wenn du praktische Erfahrungen oder Projekte in deinem Portfolio hast, dann zeig sie! Wir wollen sehen, welche Lösungen du entwickelt hast und wie du technische Herausforderungen gemeistert hast. Füge auch gerne Skizzen oder Pläne hinzu, die deine Denkprozesse zeigen.

Motivation und langfristige Perspektive:Im Anschreiben solltest du nicht nur erklären, warum du bei Wayve arbeiten möchtest, sondern auch, wie du dir deine Zukunft im Maschinenbau vorstellst. Was motiviert dich? Welche Ziele verfolgst du? Das zeigt uns, dass du ein Interesse an persönlichem Wachstum und der Weiterentwicklung in diesem Bereich hast.

Verweise auf Studienleistungen:Besonders wichtig für eine Vollzeitstelle im Maschinenbau sind deine akademischen Leistungen. Wenn du bemerkenswerte Noten in relevanten Kursen oder spezielle Anerkennungen erhalten hast, füge diese Informationen hinzu. Das gibt uns einen Einblick in dein Engagement und deine Fachkenntnisse.

Wie man sich auf ein Vorstellungsgespräch bei Wayve vorbereitet

Verstehe die technischen Spezifikationen

Im Maschinenbau ist es entscheidend, dass wir die technischen Details und Spezifikationen der Maschinen und Systeme verstehen. Mach dich mit den gängigen CAD-Softwaretools vertraut, die in der Branche verwendet werden, und sei bereit, Fragen zu technischen Zeichnungen oder Konstruktionsprinzipien zu beantworten.

Präsentiere deine Projekte

Bereite ein Portfolio vor, das deine bisherigen Projekte zeigt. Das können Praktika, Studienprojekte oder persönliche Arbeiten sein. Zeige, wie du Probleme gelöst oder Innovationen entwickelt hast – das wird deine praktischen Fähigkeiten unter Beweis stellen und einen guten Eindruck hinterlassen.

Kenne die Trends in der Branche

Halte dich über aktuelle Entwicklungen im Maschinenbau auf dem Laufenden, besonders in Bezug auf Automatisierung, nachhaltige Technologien und digitale Zwillinge. Arbeitgeber schätzen Kandidaten, die sich für die Zukunft der Branche interessieren und wissen, wo sie hingeht.

Zeige dein Interesse an Teamarbeit

Im Maschinenbau arbeiten wir oft in interdisziplinären Teams. Sei bereit, Beispiele aus deiner Vergangenheit zu teilen, wie du erfolgreich mit anderen zusammengearbeitet hast. Es ist wichtig, deine Teamfähigkeit zu demonstrieren und anzuerkennen, dass jeder Beitrag wertvoll ist.