Machine Learning Ops Ingenieur

Über den Job

Über uns:

Daedalean ist ein in Zürich ansässiges Startup, das von erfahrenen Ingenieuren gegründet wurde, die den Luftverkehr in den nächsten zehn Jahren komplett revolutionieren wollen. Wir kombinieren Computer Vision, Deep Learning und Robotik, um eine vollständige „Level-5“-Autonomie für Flugfahrzeuge zu entwickeln.

Deine Rolle:

Als ML-Unternehmen produzieren und nutzen wir große Mengen an Luftbildvideodaten, die wir speichern, verarbeiten und für unsere Teams weltweit nutzbar machen müssen.

Du wirst Teil des ML-Teams sein, das Werkzeuge und Infrastruktur entwirft, implementiert und wartet, um unsere ML-Entwicklungsumgebung zu unterstützen. Diese müssen effizient, skalierbar, zuverlässig sein und sehr spezifische Anforderungen erfüllen, die durch unsere Zertifizierungsbemühungen vorgegeben sind, während sie die notwendige Flexibilität für die ML-Entwicklung beibehalten. Bei Daedalean unterstützen wir sowohl On-Premise- als auch Cloud-basierte Compute-Cluster.

Die Arbeit umfasst den Aufbau von Web-APIs, Kubernetes-Workflows, Datenbanken, Speicher und hausinternen Tools, die in Rust, C++, Python oder Golang geschrieben sind, sowie das Bereitstellen und Warten von Software-Tools von Drittanbietern. Du wirst mit unseren Teams für ML-Entwicklung, Datenmanagement und Datenannotation zusammenarbeiten und sicherstellen, dass sie alles haben, was sie für eine reibungslose Arbeit benötigen.

Mit Unterstützung dieser Teams übernimmst du die Verantwortung für Funktionen wie die Verarbeitung von Flugtestaufnahmen, Annotationstool-Pipelines, Optimierungsalgorithmen für neuronale Netze, Inferenzplattformen sowie Konfigurationsmanagement und Inventar.

• Du bringst Dinge zu Ende und hast:
• Nachweisliche Erfahrung im Programmieren mit C++ und/oder Rust (Python-Erfahrung ist ein Plus)
• Starke Affinität zur Arbeit mit großen Datenmengen, vorzugsweise Video/Bilder
• Gutes Verständnis von Experimenten mit neuronalen Netzen, Lebenszyklusmanagement und Vertrautheit mit zugehörigen Tools wie Weights & Biases, ClearML, DeterminedAI, Ray oder ähnlichen.
• Erfahrung mit Cloud-Plattformen wie AWS, Azure oder GCP sowie den ML-Tools und Diensten, die sie bereitstellen
• Vertrautheit mit Containerisierung und Orchestrierungstools wie Argo, Kubernetes, Docker usw.
• Vertrautheit und/oder Interesse an Webtechnologien wie Web-APIs, Datenbanken, Speichersystemen usw.

• Ein Team erfahrener Ingenieure und Forscher, die von den renommiertesten Unternehmen und Institutionen zu uns gekommen sind.
• Schwierige und interessante Probleme zu lösen. 
• Hybrides Arbeitsumfeld.
• Fitnessstudio-Mitgliedschaft.