ML/Data Infrastructure Engineer

• 15. September 2026
• 100%
• Unbefristet
• Paudex

Möchten Sie in die schnell wachsende Drohnenindustrie eintauchen und bereichernde Erfahrungen in einem dynamischen Scale-up-Umfeld sammeln?

Bei Flyability glauben wir, dass Roboter anstelle von Menschen in gefährliche Orte und riskante Umgebungen geschickt werden sollten. Um diese Überzeugung zu unterstützen, haben wir Elios entwickelt, den weltweit ersten kollisionsresistent fliegenden Roboter, der in der Lage ist, sicher in engen Räumen einzudringen, zu inspizieren und zu überwachen, damit Menschen dies nicht tun müssen. Mit mehr als 150 Mitarbeitern und 1-500 Kunden ist Flyability der Marktführer in der UAS-Inneninspektionsindustrie. Flyability beizutreten bedeutet nicht nur, eine neue Stelle anzutreten; es bedeutet, die Chance zu ergreifen, das Leben von Millionen von Menschen zu verbessern und zur Zukunft der Robotik beizutragen.

Um unser kreatives und dynamisches Team in Lausanne zu ergänzen, suchen wir einen:

ML/Data Infrastructure Engineer (100%)
Idealer Starttermin: ab sofort

Ihre Rolle:

Als Mitglied des Autonomie-Teams werden Sie die Daten- und ML-Infrastruktur aufbauen und betreiben, die die von unseren Inspektionsdrohnen gesammelten Daten in verbesserte KI-Fähigkeiten verwandelt.

Sie werden für die Workflows verantwortlich sein, die die Datenerfassung, -vorbereitung und -kennzeichnung, das Training, die Evaluierung und das Deployment der Modelle verbinden. Sie werden eng mit unseren Spatial AI Engineers zusammenarbeiten, die die Modelle entwickeln, und unserem Cloud Platform Engineer, der die gemeinsame Cloud-Infrastruktur bereitstellt.

Ein wesentlicher Teil Ihrer Mission wird es sein, unsere historischen und kontinuierlich wachsenden Datensätze in einen strukturierten, versionierten, zuverlässigen und zugänglichen ML-Asset zu verwandeln, der schnellere Experimente und eine zuverlässige Bereitstellung von Modellen ermöglicht.

Was Sie übernehmen werden:

• Datenpools & Datensätze: Verwaltung der Infrastruktur und der Workflows für unsere ML-Pools und Datensätze, von der Ingestion und Organisation von Rohdaten bis hin zur Kuratierung, Validierung und Versionierung der für das Training und die Evaluierung verwendeten Datensätze.
• Daten- & Kennzeichnungs-Infrastruktur: Hosting der internen Kennzeichnungswerkzeuge und Verwaltung der Annotations-Workflows, um einen reibungslosen Datenfluss zwischen den Spatial AI Engineers und externen Kennzeichnungspartnern zu gewährleisten.
• Trainings-Infrastruktur: Automatisierung und Wartung der Infrastruktur und Workflows für ML-Training, Evaluierung, Experiment-Tracking und Reproduzierbarkeit.
• Modell-Lebenszyklus: Aufbau von Werkzeugen und Automatisierung, um Modelle reibungslos vom Training und der Validierung zum zuverlässigen Deployment zu führen.
• ML-Monitoring & Feedback: Überwachung des Trainings und der Modellleistung, indem Produktionsdaten und Fehlerfälle mit dem ML-Entwicklungszyklus verknüpft werden.
• ML-Developer-Plattform: Bereitstellung von Werkzeugen, Dokumentation und Workflows, die es den Spatial AI Engineers ermöglichen, von Daten zu deploybaren Modellen überzugehen, in Zusammenarbeit mit dem Cloud Platform Engineer.

Ihr Profil:

• Mehr als 3 Jahre Erfahrung in Data Engineering, MLOps, ML-Infrastruktur oder verwandtem Software Engineering.
• Fundierte Kenntnisse in Python und Software Engineering mit Erfahrung im Aufbau von Systemen in Produktionsqualität.
• Praktische Erfahrung mit Datenspeicherung, Datenbanken und Datenverarbeitung, einschließlich des Entwurfs von Datenstrukturen sowie effizienter Abfrage, Transformation und Verwaltung großer Datensätze.
• Praktische Erfahrung mit AWS, insbesondere S3 sowie Cloud-Computing und -Speicherung.
• Erfahrung mit dem ML-Lebenszyklus, einschließlich einer Kombination aus Versionierung von Datensätzen/Modellen, Experiment-Tracking, Trainings-Orchestrierung, Model Registries oder ML CI/CD.
• Erfahrung mit ML-Datensätzen, einschließlich Kuratierung, Versionierung, Annotation und Datenqualität.
• Erfahrung mit Tools wie Docker, CI/CD, Workflow-Orchestrierung oder Infrastructure-as-Code.
• Gutes Verständnis für die praktischen Bedürfnisse von ML-Engineers und die Fähigkeit, eine Infrastruktur aufzubauen, die ihre Arbeit beschleunigt und reproduzierbarer macht.
• Hohe Eigenständigkeit und Problemlösungskompetenz mit der Fähigkeit, ein ambivalentes Problem von der Architektur bis zur Produktion zu lösen.
• Beherrschung der englischen Sprache; Französisch ist ein Plus.

Vorteile:

• Erfahrung mit MLflow, DVC, SageMaker oder ähnlichen MLOps-Technologien.
• Erfahrung mit Annotationsplattformen und externen Kennzeichnungsteams.
• Erfahrung in der Bereitstellung von ML-Modellen auf Embedded-Plattformen oder Ressourcen mit begrenzten Kapazitäten.
• Erfahrung in der Orchestrierung von Pipelines für das Fine-Tuning, die Evaluierung und den Low-Latency-Service von Sprachmodellen.

Vorteile & Benefits, die Sie schätzen werden:

• Genießen Sie 25 Tage Urlaub pro Jahr, plus alle Feiertage, um sich zu erholen und zu entdecken.
• Zusätzliche Tage werden basierend auf Ihrer Betriebszugehörigkeit gewährt, bis zu 5 Tage.
• Bleiben Sie geschützt dank einer umfassenden Unfallversicherung, die medizinische Versorgung und Hospitalisierung abdeckt.
• Arbeiten Sie in Ihrem eigenen Tempo mit flexiblen Arbeitszeiten und der Möglichkeit, bis zu 2 Tage pro Woche im Homeoffice zu arbeiten.
• Verbessern Sie Ihr Wohlbefinden mit Rabatten auf Fitnessstudio-Abonnements und Sportveranstaltungen.
• Erhalten Sie exklusive Vorteile über Swibeco, unsere Plattform, die Rabatte und Belohnungen bei vielen Händlern und Dienstleistern bietet.
• Vernetzen Sie sich mit Ihrem Team bei spannenden Events wie unserem Skiwochenende, Sommerbarbecue und Afterworks.
• und vieles mehr! Bewerben Sie sich jetzt, um alles zu entdecken, was wir zu bieten haben.

Flyability ist ein starkes Schweizer Unternehmen mit