• 
  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.

• 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.

• Krankenversicherungspaket.

Deine Aufgaben:

Du wirst Teil eines 35-köpfigen Teams aus technikbegeisterten Sensorik-, IoT- und Hardware-Engineers. 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 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 Modellen direkt auf der Edge-Hardware (z. B. NVIDIA Jetson).

• Du implementierst skalierbare Modelle für Low-Latency-Anwendungen.

• Du kombinierst GPU-accelerated Vision Models (CUDA, TensorRT, DeepStream) mit skalierbaren backend services.

• Du arbeitest an real-time Networking von highly scalable Distributed Systems.

• Gemeinsam mit den Sensor Fusion Engineers, MLOps und DevOps Engineers ermöglichst du schnelle und sichere Deployments.

• 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.

Dein Profil:

• Aufgrund von Sicherheitsbestimmungen für diese Rolle ist die Staatsbürgerschaft eines EU-Mitgliedstaates Voraussetzung.

• Du bist offiziell in einem EU-Land gemeldet.

• Mindestens 5 (ideal 10-15) Jahre Berufserfahrung im IT-Bereich (z. B. 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.

• Fließende Kenntnisse in Python und den relevanten Frameworks.

• Gute Erfahrung mit dem Embedded-Linux-Ökosystem.

• Erste Cloud-Erfahrung.

• Du hast mindestens 2 Jahre am Stück für denselben Arbeitgeber gearbeitet.

• Fließendes Englisch; jede weitere gesprochene Sprache ist ein Plus.

• Du arbeitest gerne im Verteidigungssektor (Defense).

• Du blühst in einem dynamischen Startup- bzw. Scaleup-Umfeld auf.

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

• 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.

• Du bist mit folgenden Buzzwords vertraut: #MachineLearning #EdgeAI #TinyML #SensorFusion #ComputerVision #DeepLearning #MLOps #ModelInference #EmbeddedAI #Signalprocessing #PyTorch #TensorFlow #ONNX #Cpp #CUDA #Docker #Kubernetes

Bei Interesse bewirb dich bitte ausschließlich direkt über unsere Homepage mit deinem aktuellen Lebenslauf sowie den Links zu deinem LinkedIn- und GitHub-Profil.

Bei Fragen kannst du dich jederzeit gerne per E-Mail (nathalie@the-formula.de) oder per WhatsApp (+4915733914408) bei uns melden.

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. Wir sind fest davon überzeugt, dass vielfältige Perspektiven, Erfahrungen und Lebenswege Teams bereichern und zu besseren Entscheidungen führen.