Machine Learning Research Engineer – Visual Navigation

Über uns

Harmattan AI ist ein Verteidigungsunternehmen der nächsten Generation, das autonome und skalierbare Verteidigungssysteme entwickelt. Nach dem Abschluss einer Series B über 200M $, die das Unternehmen mit 1.4 Milliarden $ bewertet, erweitern wir unsere Teams und Kapazitäten, um verbündeten Streitkräften missionskritische Systeme zu liefern.

Unsere Arbeit wird von klaren Werten geleitet: Technologien mit realen Auswirkungen zu entwickeln, Exzellenz in allem, was wir tun, anzustreben, ehrgeizige Ziele zu setzen und die schwierigsten technischen Herausforderungen anzunehmen. Wir arbeiten in einem anspruchsvollen Umfeld, in dem Gründlichkeit, Eigenverantwortung und Ausführung erwartet werden.

Als ML Research Engineer im Visual Navigation Team werden Sie uns in einem frühen Stadium unterstützen, um unsere technische Richtung maßgeblich zu beeinflussen. Mit Sitz in Paris, Lausanne oder Zurich werden Sie sich auf die Entwicklung von Machine Learning Modellen konzentrieren, um unsere Drohnen zu befähigen, auf dem Schlachtfeld zu navigieren, mit Verantwortlichkeiten, die von der Datenkuratierung und der Definition der Modellarchitektur bis hin zur Onboard-Inferenz auf unseren Drohnen reichen.

Verantwortlichkeiten

• DL Algorithmenentwicklung: Entwurf von Deep Learning Modellen zur Analyse der Umgebung einer Drohne in mehreren Modalitäten und zur Ermöglichung ihrer Lokalisierung in Zeit und Raum.
• Edge AI Optimierung: Einbettung von Modellen auf heterogenen Plattformen mit begrenzter gemeinsamer Rechenleistung. Optimierung der Abwägung zwischen Modellgeschwindigkeit und Genauigkeit, um die Pipeline-Latenz zu minimieren.
• Teamübergreifende Zusammenarbeit: Partnerschaft mit den VIO-, Navigations- und Embedded Software Teams zum Aufbau einer robusten Echtzeit-Lokalisierungs-Pipeline sowie klare Kommunikation von Kompromissen gegenüber den Stakeholdern.
• Forschung & Innovation: Bleiben Sie an der absoluten Spitze der wissenschaftlichen Trends im Bereich Deep Learning, um dem Team modernste Methoden einzuführen.
• Pipeline Management & MLOps: Aufbau, umfassende Modifikation und Verwaltung von Trainings-, Evaluierungs- und MLOps-Pipelines bei gleichzeitiger Gewährleistung von Reproduzierbarkeit, robustem Logging und Versionskontrolle.
• Validierung & Feldtests: Aktive Teilnahme an realen Flugtests. Analyse von Fehlern im Feldeinsatz, um eingesetzte Modelle kontinuierlich zu iterieren und zu verbessern.

Anforderungen an den Kandidaten

• Bildungshintergrund: Starke akademische Leistungen mit einem MINT-Abschluss (z. B. Informatik, Machine Learning, Robotik, Mathematik).
• Expertise in Deep Learning & Computer Vision: Nachgewiesene Erfolge in der Erforschung und Produktisierung von Deep Learning Modellen für Computer Vision in der Industrie (Drohnen, Robotik, autonome Fahrzeuge usw.).
• Technische Kompetenz: Fundierte Kenntnisse in Python und DL-Frameworks (PyTorch/Lightning). Erfahrung mit MLOps und Edge-Deployment-Optimierung.

Professionelle Attribute:

• Hochgradig strukturiert, analytisch und forschungsorientiert.
• Exzellenter Kommunikator, der in der Lage ist, komplexes algorithmisches Benchmarking für Endnutzer und Stakeholder zu übersetzen.
• Blüht in einem schnelllebigen Umfeld mit einer Hands-on-Mentalität („keine Aufgabe ist zu klein“).
• Engagement: 100%ige Hingabe an die Mission, Vision und Wachstumspläne von Harmattan AI, bereit, für operative Exzellenz die Extrameile zu gehen.

Wir freuen uns darauf zu hören, wie Sie helfen können, die Zukunft autonomer Verteidigungssysteme bei Harmattan AI zu gestalten.