Machine Learning Engineer Edge-ML Automotive

Beschreibung

Job Zusammenfassung In diesem Job entwickelst du robuste ML-Algorithmen zur Gestenerkennung auf Fahrzeugseiten, führst Echtzeit-Inferenz durch und übernimmst die End-to-End-Ownership der gesamten ML-Pipeline bis zum Edge-Deployment. Job Zusammenfassung In diesem Job entwickelst du robuste ML-Algorithmen zur Gestenerkennung auf Fahrzeugseiten, führst Echtzeit-Inferenz durch und übernimmst die End-to-End-Ownership der gesamten ML-Pipeline bis zum Edge-Deployment. Deine Rolle im Team Entwicklung robuster ML-Algorithmen für Intent-/Gestenerkennung auf Basis von fahrzeugseitiger Sensordaten (z. B. UWB-Radar), inklusive Echtzeit-Inferenz auf Edge-ECUs. End-to-End-Ownership der ML-Pipeline: Datenerfassung am Prototyp-Fahrzeug, Ground-Truth/Labeling, Feature-Engineering, Modelltraining (PyTorch), Experiment-Tracking (MLflow), Modellversionierung und sicherstellen der Reproduzierbarkeit. Edge-Deployment: Quantisierung/Optimierung (z. B. TorchScript/ONNX) zur Einhaltung strenger Latenz- und Ressourcenbudgets unter realen Bedingungen. Aufbau und Betrieb von MLOps: CI/CD (z. B. Jenkins), Containerisierung (Docker/Dev Containers), Testautomatisierung (Unit-, Integrations- und On-Car-Validierung), Modell-Monitoring und -Drift. Definition von Daten- und Testkampagnen, Fehleranalysen und Robustheitsbetrachtungen. Erstellung technischer Dokumentationen (Modell- und Datenkarten, Evaluationsberichte, KPI-Tracking) sowie Präsentation der Ergebnisse. Unsere Erwartungen an dich Ausbildung Erfolgreich abgeschlossenes Studium der Informatik, Elektrotechnik, Mathematik, Physik oder vergleichbar. Qualifikationen Sehr gute Kenntnisse in Python und PyTorch; sicher im Umgang mit MLflow für Experiment-Tracking und Modellverwaltung. Praxis in Sensordatenverarbeitung und -fusion (z. B. UWB, Radar, IMU; optional Vision), Signalverarbeitung, Tracking (z.B. Kalman-/Particle-Filter) und robusten Klassifikations-/Erkennungsverfahren. Souverän in MLOps: Docker/Dev Containers (VS Code), Git/GitLab CI, reproduzierbare Trainingspipelines, Daten-/Modellversionierung (z. B. DVC), Testautomatisierung. Sehr gute Deutsch- und gute Englischkenntnisse. Erfahrung Mehrjährige Berufserfahrung in angewandtem ML/Data Science möglichst im Embedded-/Automotive-Umfeld. Erfahrung mit Edge-Optimierung: Quantisierung, Pruning, TorchScript/ONNX; Performance- und Latenz-Tuning unter Ressourcenrestriktionen. Kenntnisse in Embedded Linux/C++ von Vorteil; Erfahrung mit on-car Datenaufnahme (z. B. CAN/FlexRay, ROS2) und Versuchsdurchführung ist ein Plus. Idealerweise Erfahrung im Automotive-Umfeld (Vorentwicklung/Seriennahe Entwicklung). Unser Angebot Werteorientierte Arbeitskultur - Wir sind bodenständig, wertschätzend, begeisternd und innovativ. Attraktive Vertragsbedingungen - Mindestens 30 Urlaubstage und eine außertarifliche Vergütung für Leistung, die sich lohnt. Hohe Flexibilität - Vertrauensarbeitszeit mit viel persönlichem Spielraum sowie Angebote zum mobilen Arbeiten. Persönliche Weiterentwicklung - Individuelle Einarbeitung, umfangreiche Qualifizierungsangebote und Karriereperspektiven für eine langfristige Zusammenarbeit, auch international. Spannende Extras - Moderne Betriebsrestaurants, betriebliche Altersvorsorge, Bike-Leasing und zahlreiche Corporate Benefits. Gelebte Nachhaltigkeit - Verantwortungsvoller Umgang mit Ressourcen und Entwicklung effizienter Lösungen für Antriebstechnik, E-Mobilität, Ladetechnik und Photovoltaik. Themen mit denen du dich im Job beschäftigst Machine Learning E-Mobilität Autonomous Driving Metadaten Level: Erfahren Job Feld: Data, Embedded Anstellung: Vollzeit Vertragsart: Unbefristetes Dienstverhältnis Arbeitsmodell: Hybrid, Onsite Unternehmenstyp: Etablierte Firma Branche: Handel Ort: Lüdenscheid | Deutschland

Tech Stack