Unser Kunde ist ein weltweit führender Premium-Hersteller von Automobilen und Motorrädern sowie Anbieter von Premium-Finanz- und Mobilitätsdienstleistungen. Am Standort München suchen wir einen Senior Embedded AI Developer (f/m/x), der die Zukunft der Mobilität mitgestalten möchte. In dieser Rolle sind Sie verantwortlich für den gesamten Lebenszyklus von Machine Learning-Modellen, beginnend mit dem ersten Konzept und der Experimentierung bis hin zu Training und Validierung sowie der zuverlässigen Implementierung auf produktionsreifen Automobilsystemen. Sie optimieren AI-Modelle für eingebettete Plattformen, führen Leistungsanalysen durch und stellen sicher, dass die Modelle unter strengen Echtzeit-, Energie- und Hardware-Bedingungen effizient arbeiten. Ihre Aufgaben umfassen die Anwendung modernster Kompressionstechniken, um hochleistungsfähige AI zu ermöglichen. Zudem arbeiten Sie eng mit Software-, Machine Learning- und Halbleiterspezialisten zusammen, um die Hardware-/Software-Co-Designs voranzutreiben. Sie halten sich über aktuelle Entwicklungen in der Machine Learning-Forschung auf dem Laufenden und setzen vielversprechende Fortschritte in robuste, skalierbare industrielle Anwendungen um. Sie gestalten und betreiben skalierbare, MLOps-gesteuerte Optimierungspipelines, die Training, Implementierung und Inferenz über verschiedene eingebettete Ziele und Beschleunigerarchitekturen ermöglichen. Diese Position bietet Ihnen die Möglichkeit, an herausfordernden Projekten zu arbeiten, die die Mobilität von morgen gestalten.

Der ideale Kandidat bringt einen Hochschulabschluss in Elektrotechnik, Informatik, Datenwissenschaft, künstlicher Intelligenz, Mathematik, Physik oder einer vergleichbaren Qualifikation mit. Sie sollten über umfangreiche Berufserfahrung in der Entwicklung, Implementierung und dem Betrieb von AI/ML-Modellen in einem industriellen oder kommerziellen Umfeld verfügen. Eine starke Expertise im Bereich Embedded AI, insbesondere in neuronalen Netzwerkarchitekturen, Quantisierung, hardware- und quantisierungsbewusstem Training sowie in den Formaten für die Implementierung und plattformübergreifender Portabilität ist erforderlich. Sie sollten fundierte Kenntnisse im Hardware-/Software-Co-Design für ML-Systeme mitbringen, einschließlich der Optimierung über verschiedene Schichten, Architektur-Suche und Benchmarking. Erfolgreiche Erfahrungen in der Übertragung von ML-Modellen aus Forschungs- oder Prototypphasen in produktive, wertschöpfende Anwendungen auf eingebetteten Zielen sind von Vorteil. Darüber hinaus sind sehr gute Englischkenntnisse in Wort und Schrift für die Arbeit in einem internationalen Umfeld erforderlich; Deutschkenntnisse sind wünschenswert und von Vorteil.