Senior Machine Learning Engineer (d/m/w) Edge ML und IoT, Deutschland remote

Das ist der Job

Gemeinsam mit deinen Kolleginnen und Kollegen übernimmst du folgende Aufgaben: Du bist Teil des Teams, das ein Ortungsprodukt der nächsten Generation mit lernender Kartenarchitektur baut. Du arbeitest an real-time Networking von highly scalable Distributed Systems. Du arbeitest gerne im Verteidigungssektor (Defense).

Das brauchst du

Profile Aufgrund von Sicherheitsbestimmungen für diese Rolle ist die Staatsbürgerschaft eines EU-Mitgliedstaates Voraussetzung. Du bist offiziell in einem EU-Land gemeldet. Fließende Kenntnisse in Python und den relevanten Frameworks. Du hast mindestens 2 Jahre am Stück für denselben Arbeitgeber gearbeitet.

Du bist motiviert, für die nächsten 3-5 Jahre ausschließlich operativ und hands-on (nicht im Management) zu arbeiten.

Du bist mit folgenden Buzzwords vertraut: #MachineLearning #EdgeAI #TinyML #SensorFusion #ComputerVision #DeepLearning #MLOps #ModelInference #EmbeddedAI #Signalprocessing #PyTorch #TensorFlow #ONNX #Cpp #CUDA #Docker #Kubernetes Wir feiern Vielfalt Deshalb begrüßen wir ausdrücklich alle Bewerbungen – unabhängig von Geschlecht, geschlechtlicher Identität oder Ausdruck, sexueller Orientierung, Alter, ethnischer oder sozialer Herkunft, Religion oder Weltanschauung, körperlichen Fähigkeiten, Familienstand, äußerem Erscheinungsbild oder jeder anderen Eigenschaft, die nach geltendem Recht kein Auswahlkriterium sein darf.

Darum lohnt es sich

Benefits Du arbeitest mit modernsten Technologien. Du wirst Teil eines Teams aus technikbegeisterten Engineers. Du begleitest das nächste Tech-Unicorn im Verteidigungssektor bei der Entwicklung eines der ersten multinationalen Drohnen-Frühwarnsysteme. Dich erwartet ein multinationales, pragmatisches Hands-on-Team mit starkem Innovationsfokus.

Krankenversicherungspaket. Responsibilities Du wirst Teil eines 35-köpfigen Teams aus technikbegeisterten Sensorik-, IoT- und Hardware-Engineers. Gemeinsam mit den Sensor Fusion Engineers, MLOps und DevOps Engineers ermöglichst du schnelle und sichere Deployments.

Wir sind fest davon überzeugt, dass vielfältige Perspektiven, Erfahrungen und Lebenswege Teams bereichern und zu besseren Entscheidungen führen. #J-18808-Ljbffr Arbeite im Büro in Berlin oder München – oder komplett im Homeoffice von überall in der EU.

Abgesehen von einigen Meetings arbeitest du dann, wann es für dich am besten passt. 30 Tage Urlaub. Du entwickelst Computer Vision Models (Dataset Preparation, Auto-Labeling, Training Optimization, Edge/Cloud Deployment) und implementierst die visuellen und akustischen Sensordaten in das System.

Du verarbeitest multi-modale Sensordaten (Bilder, Radar, Akustik) unter schwierigen Feldbedingungen wie Jamming oder Sensor-Degradation. Du lässt Machine-Learning- und KI-Modelle direkt auf den lokalen Sensoren statt auf Cloud-Servern laufen und trainierst die Modelle direkt auf der Edge-Hardware (z. NVIDIA Jetson).

Du implementierst skalierbare Modelle für Low-Latency-Anwendungen. Du kombinierst GPU-accelerated Vision Models (CUDA, TensorRT, DeepStream) mit skalierbaren backend services. Du überwachst die Systeme, behebst Störungen und verbesserst kontinuierlich die Observability.

Wenn du möchtest, unterstützt du Einsätze vor Ort, sammelst Sensordaten und validierst die Technologie in kontrollierten Feldversuchen. Mindestens 5 (ideal 10-15) Jahre Berufserfahrung im IT-Bereich (z. Software Engineering). Mindestens 2 (ideal 4-6) Jahre Vollzeit-Berufserfahrung als Machine Learning Engineer , idealerweise im Bereich Akustik.

Mindestens 2 Jahre Berufserfahrung im IoT -Bereich. Gute Erfahrung mit dem Embedded-Linux -Ökosystem. Erste Cloud-Erfahrung. Fließendes Englisch; jede weitere gesprochene Sprache ist ein Plus. Du blühst in einem dynamischen Startup- bzw. Scaleup-Umfeld auf. Idealerweise Erfahrung mit Flottendaten (Fleet Data), Bash, Golang, C/C++, MLOps, DevOps.

Idealerweise hast du Lust, für 2–3 Tage pro Monat zu Feldversuchen zu reisen.