Data Scientist Sensors

About the job

• Unterstützung der Weiterentwicklung unseres Modellierungs‑ und Analyse‑Software‑Ökosystems durch kollaborative Entwicklung, Dokumentation und Einhaltung bewährter Engineering‑Praktiken
• Analyse von Mess‑ und Testdaten aus der Praxis, Ableitung von Leistungskennzahlen sowie Erstellung technischer Dokumentationen und Berichte für den internen Gebrauch und für Kunden
• Entwicklung und Anwendung von Machine‑Learning‑Methoden, um aussagekräftige Muster und Erkenntnisse aus Radar‑Datensätzen zu extrahieren
• Mitwirkung bei der Untersuchung technischer Vorfälle und Datenanomalien, um die Systemzuverlässigkeit und einen reibungslosen Betrieb sicherzustellen
• Effektives Arbeiten in stark regulierten, air‑gapped Umgebungen unter Einhaltung strenger Sicherheits‑ und Qualitätsstandards

• Master‑Abschluss oder Promotion in Computational Science, Informatik, Physik, Angewandter Mathematik oder einem eng verwandten Fachgebiet
• Ausgeprägte Expertise in Python für wissenschaftliches Rechnen und Datenanalyse, mit fundierter Erfahrung in relevanten Bibliotheken wie NumPy, Pandas, Matplotlib
• Experte für mathematisches und numerisches Modellieren komplexer, dynamischer Systeme, inklusive dem Umgang mit rauschbehafteten und hochdimensionalen Daten
• Praktische Kenntnisse von Machine‑Learning‑Frameworks (TensorFlow, PyTorch)
• Gute Vertrautheit mit dem Linux‑Ökosystem und erste Erfahrungen mit kompilierten Sprachen (z. B. C, C++, Rust)
• Nachgewiesene Fähigkeit, domänenspezifisches Wissen schnell und eigenständig zu erschliessen und wissenschaftliche Prinzipien in praktische Engineering‑Lösungen zu überführen
• Fähigkeit, ein gesundes Gleichgewicht zwischen intellektueller Neugier und den Anforderungen von Kunden und Unternehmen zu finden
• Begeisterung für ein tiefes Eintauchen in die Welt der Radar‑Datenverarbeitung
• Sprachkenntnisse: Deutsch mind. C1, Englisch mind. C1, Französisch ist ein grosser Pluspunkt

Rund 3000 Mitarbeitende von RUAG und RUAG Real Estate leisten jeden Tag einen wesentlichen Beitrag zur Sicherheit der Schweiz. Sie sorgen dafür, dass die Schweizer Armee sowie andere Einsatz- und Sicherheitsorganisationen ihre Aufgaben jederzeit umfassend wahrnehmen können.

• Master‑Abschluss oder Promotion in Computational Science, Informatik, Physik, Angewandter Mathematik oder einem eng verwandten Fachgebiet
• Ausgeprägte Expertise in Python für wissenschaftliches Rechnen und Datenanalyse, mit fundierter Erfahrung in relevanten Bibliotheken wie NumPy, Pandas, Matplotlib
• Experte für mathematisches und numerisches Modellieren komplexer, dynamischer Systeme, inklusive dem Umgang mit rauschbehafteten und hochdimensionalen Daten
• Praktische Kenntnisse von Machine‑Learning‑Frameworks (TensorFlow, PyTorch)
• Gute Vertrautheit mit dem Linux‑Ökosystem und erste Erfahrungen mit kompilierten Sprachen (z. B. C, C++, Rust)
• Nachgewiesene Fähigkeit, domänenspezifisches Wissen schnell und eigenständig zu erschliessen und wissenschaftliche Prinzipien in praktische Engineering‑Lösungen zu überführen
• Fähigkeit, ein gesundes Gleichgewicht zwischen intellektueller Neugier und den Anforderungen von Kunden und Unternehmen zu finden
• Begeisterung für ein tiefes Eintauchen in die Welt der Radar‑Datenverarbeitung
• Sprachkenntnisse: Deutsch mind. C1, Englisch mind. C1, Französisch ist ein grosser Pluspunkt

• Unterstützung der Weiterentwicklung unseres Modellierungs‑ und Analyse‑Software‑Ökosystems durch kollaborative Entwicklung, Dokumentation und Einhaltung bewährter Engineering‑Praktiken
• Analyse von Mess‑ und Testdaten aus der Praxis, Ableitung von Leistungskennzahlen sowie Erstellung technischer Dokumentationen und Berichte für den internen Gebrauch und für Kunden
• Entwicklung und Anwendung von Machine‑Learning‑Methoden, um aussagekräftige Muster und Erkenntnisse aus Radar‑Datensätzen zu extrahieren
• Mitwirkung bei der Untersuchung technischer Vorfälle und Datenanomalien, um die Systemzuverlässigkeit und einen reibungslosen Betrieb sicherzustellen
• Effektives Arbeiten in stark regulierten, air‑gapped Umgebungen unter Einhaltung strenger Sicherheits‑ und Qualitätsstandards