Das Unternehmen ist ein führender Akteur in der Automobilindustrie, der sich leidenschaftlich mit der Entwicklung innovativer Mobilitätslösungen auseinandersetzt. In der Rolle des Senior Embedded AI Developers sind Sie verantwortlich für den gesamten Lebenszyklus von Machine Learning Modellen, beginnend mit der Konzeptualisierung und Experimentierung bis hin zur Schulung, Validierung und zuverlässigen Bereitstellung 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 Speicher auf modernsten Edge-Hardware zu maximieren. Zudem wenden Sie fortschrittliche Kompressionstechniken an, um leistungsstarke KI unter strengen Echtzeit-, Energie- und Hardware-Anforderungen zu ermöglichen. Ihre enge Zusammenarbeit mit Software-, Machine Learning- und Halbleiterspezialisten fördert das Hardware-/Software-Co-Design und sichert funktionale Korrektheit sowie deterministisches Echtzeitverhalten. Sie bleiben über aktuelle Entwicklungen in der Machine Learning Forschung informiert und setzen vielversprechende Fortschritte in robuste, skalierbare industrielle Anwendungen um. Das Team bietet Ihnen die Möglichkeit, an spannenden Projekten zu arbeiten, die die Mobilität der Zukunft gestalten werden, und unterstützt Ihre persönliche sowie berufliche Weiterentwicklung.

Der ideale Kandidat bringt einen Hochschulabschluss in Elektrotechnik, Informatik, Data Science, Künstlicher Intelligenz, Mathematik, Physik oder einer vergleichbaren Qualifikation mit. Zudem sollten Sie umfangreiche Berufserfahrung in der Entwicklung, Implementierung und dem Betrieb von AI/ML-Modellen in einem industriellen oder kommerziellen Umfeld vorweisen können. Wichtige Fähigkeiten umfassen tiefgehende Kenntnisse in Embedded AI, insbesondere in neuronalen Netzwerkarchitekturen, Quantisierung, hardware- und quantisierungsbewusstem Training sowie Bereitstellungsformaten und plattformübergreifender Portabilität. Sie sollten über umfassende Expertise im Hardware-/Software-Co-Design für ML-Systeme verfügen, einschließlich Optimierung über verschiedene Schichten, Architektur-Suche und Benchmarking. Der erfolgreiche Transfer von ML-Modellen aus Forschungs- oder Prototypenphasen in produktive, wertschöpfende Anwendungen auf eingebetteten Zielen ist ebenfalls erforderlich. Sehr gute Englischkenntnisse in Wort und Schrift sind für die Arbeit in einem internationalen Umfeld erforderlich; Deutschkenntnisse sind wünschenswert und von Vorteil.