Deep-Learning-Ingenieur
Role details
Job location
Tech stack
Job description
Bei Sonova R&D entwickeln wir Deep-Learning-Algorithmen, die Menschen dabei helfen, die Geräusche herauszufiltern, die sie hören möchten, wie z. B. Sprache in einem lauten Raum. Die Herausforderung: Diese Modelle müssen in Echtzeit auf unseren energiebegrenzten Hörgeräten laufen, die von Millionen Menschen genutzt werden.
Bist du neugierig, diese unerforschten Gebiete zu erkunden?
Bist du ein Ingenieur, der es genießt, Modelle anzupassen und zu optimieren, um Latenz-, Speicher- und Leistungsbeschränkungen zu erfüllen?
Möchtest du zu einer Technologie beitragen, bei der jede Verbesserung direkte Auswirkungen darauf hat, wie Menschen hören und mit ihrer Umgebung interagieren?
Wenn das auf dich zutrifft, suchen wir dich als unseren neuen Kollegen und Deep-Learning-Ingenieur.
Mehr über die Rolle
- Training von hochmodernen Deep-Learning-Modellen für Höranwendungen, die optimale Qualität und Effizienz auf unseren eingebetteten Geräteplattformen bieten
- Enge Zusammenarbeit mit angrenzenden Teams, um Deep-Learning-Modelle effektiv in die Signalverarbeitungskette zu integrieren und deren Auswirkungen auf die Gesamtleistung des Hörgeräts zu verstehen
- Entwicklung von Code in einer kollaborativen Umgebung, die CI/CD-Workflows unterstützt
- Beitrag zum Aufbau unserer DNN-Trainings- und Entwicklungssoftware-Toolchain
- Bewertung des Modellverhaltens auf dem Gerät unter Berücksichtigung aller relevanten Randbedingungen und Systemimplikationen
- Übernahme der End-to-End-Verantwortung für Deep-Learning-Projekte von der Idee bis zum Produktliefergegenstand und Bereitstellung von Anleitung in technischen Diskussionen und Code-Reviews
Requirements
- Master- oder Doktortitel in Informatik, Elektrotechnik oder einem verwandten technischen Fachgebiet
- Mehr als 2 Jahre Erfahrung im Deep Learning
- Starke Kenntnisse in Python und fließend in fortgeschrittenen TensorFlow/Keras- oder PyTorch-Konzepten
- Praktische Erfahrung an der Schnittstelle zwischen Deep Learning und eingebetteten Systemen
- Kommunikationsfähigkeiten mit vollständiger beruflicher Englischkenntnis
- Ausbildung in Audio- oder Sprachverarbeitung sowie Verständnis für Edge Computing/niedrigleistungsfähige Berechnung und eingebettete Systeme sind von Vorteil