Unser Kunde ist ein führendes Unternehmen im Bereich der Automobilindustrie und sucht für den Standort München einen Senior Embedded AI Developer (f/m/x). In dieser Rolle sind Sie verantwortlich für den gesamten Lebenszyklus von Machine Learning Modellen, beginnend mit der Konzeptualisierung und Experimentierung bis hin zu Training, Validierung und zuverlässiger Implementierung auf produktionsreifen Automobilsystemen. Sie optimieren AI-Modelle für eingebettete Plattformen und führen Leistungsanalysen sowie Benchmarking durch, um die Effizienz in Bezug auf Laufzeit, Rechenleistung und Speicherbedarf auf der nächsten Generation von Edge-Hardware zu maximieren. Zudem wenden Sie moderne Kompressionstechniken an, um hochleistungsfähige AI unter strengen Echtzeit-, Energie- und Hardwareanforderungen zu ermöglichen. Die enge Zusammenarbeit mit Software-, Machine Learning- und Halbleiterspezialisten ist ebenfalls Teil Ihrer Aufgaben, um die Hardware-/Software-Co-Designs voranzutreiben und sicherzustellen, dass funktionale Korrektheit, Sicherheit und deterministisches Echtzeitverhalten gewährleistet sind. Sie halten sich über aktuelle Entwicklungen in der Machine Learning Forschung auf dem Laufenden und setzen vielversprechende Fortschritte in robuste, skalierbare industrielle Anwendungen auf fortschrittlicher Automobilhardware um. Darüber hinaus entwerfen und betreiben Sie skalierbare, MLOps-gesteuerte Optimierungspipelines, die Training, Implementierung und Inferenz über verschiedene eingebettete Zielarchitekturen ermöglichen. Diese Position bietet Ihnen die Möglichkeit, die Zukunft der Automobil-AI aktiv mitzugestalten und innovative Lösungen zu entwickeln.

Der ideale Kandidat für diese Position bringt einen Hochschulabschluss in Elektrotechnik, Informatik, Datenwissenschaft, künstlicher Intelligenz, Mathematik, Physik oder einer vergleichbaren Qualifikation mit. Sie verfügen über umfangreiche Berufserfahrung in der Entwicklung, Implementierung und dem Betrieb von AI/ML-Modellen in einem industriellen oder kommerziellen Umfeld. Zudem haben Sie starke Kenntnisse in Embedded AI, insbesondere in neuronalen Netzwerkarchitekturen, Quantisierung, hardware- und quantisierungsbewusstem Training sowie in den Formaten für die Bereitstellung und plattformübergreifender Portabilität. Ein tiefes Expertenwissen im Hardware-/Software-Co-Design für ML-Systeme, einschließlich Optimierung über verschiedene Schichten, Architektur-Suche, Benchmarking und dem Design von neuronalen Beschleunigern, ist ebenfalls erforderlich. Sie haben nachweislich Erfolge bei der Übertragung von ML-Modellen aus Forschungs- oder Prototypphasen in produktive, wertschöpfende Anwendungen auf eingebetteten Zielen erzielt. Darüber hinaus sollten Sie umfassende Kenntnisse moderner Machine Learning Methoden, einschließlich Deep Learning, multimodaler Modelle, End-to-End-Lernen und Transformer-Architekturen, mit einem realistischen Verständnis ihrer praktischen Einschränkungen mitbringen. Sehr gute Englischkenntnisse in Wort und Schrift sind für die Arbeit in einem internationalen Umfeld erforderlich; Deutschkenntnisse sind wünschenswert und von Vorteil.