Unser Kunde ist ein innovatives MedTech-Startup mit Sitz in Muenchen, das 2022 gegründet wurde und die Vision verfolgt, die Muskelgesundheit durch fortschrittliche Technologien zu transformieren. Das Unternehmen entwickelt eine nicht-invasive Muskel-Computer-Schnittstelle, die Muskelsignale in bedeutungsvolle Bewegungshinweise umwandelt. In dieser spannenden Rolle als Applied Machine Learning Engineer sind Sie verantwortlich für die Entwicklung von Algorithmen, die komplexe biologische Daten in zuverlässige Erkenntnisse umwandeln, um die Produktverhalten zu gestalten und messbare Verbesserungen in der Muskelgesundheit zu ermöglichen. Sie arbeiten eng mit interdisziplinären Teams zusammen, um physiologische Validität und Zuverlässigkeit in der realen Anwendung sicherzustellen. Zu Ihren Hauptaufgaben gehört die Übersetzung multimodaler biologischer Daten in biologisch sinnvolle Einsichten, die das Produktverhalten und die Ergebnisse der Muskelgesundheit informieren. Sie gestalten und iterieren Experimente, um biologisch bedeutungsvolle Muster zu entdecken und diese in die Produktleistung zu integrieren. In einem dynamischen Umfeld haben Sie die Möglichkeit, Verantwortung zu übernehmen und direkt zur Verbesserung der Lebensqualität der Nutzer beizutragen.

Der ideale Kandidat bringt eine fundierte Ausbildung und Erfahrung in der Handhabung biologischer Daten mit, einschließlich Signalverarbeitung und Merkmalsextraktion. Sie sollten in der Lage sein, biologische Daten in realistische Schlussfolgerungen und produktfertige Algorithmen zu übersetzen. Eine solide Erfahrung in angewandtem maschinellen Lernen und Statistik ist erforderlich, ebenso wie starke Fähigkeiten in Python und Softwareengineering. Idealerweise haben Sie einen Hintergrund in biomedizinischer Technik, Physiologie oder verwandten Bereichen. Erfahrungen mit tragbaren Geräten und der Umsetzung von Modellen in Produktionsumgebungen sind von Vorteil. Persönlich zeichnen Sie sich durch eine hohe Verantwortungsbereitschaft, kritisches Denken und eine pragmatische Herangehensweise an wissenschaftliche Herausforderungen aus. Sie sind motiviert, qualitativ hochwertige Ergebnisse zu liefern und arbeiten gerne in einem dynamischen Team, das Wert auf Ihre Beiträge legt.