ML Research Engineer (Detect & Track Distillation)

CHI SIAMO Harmattan AI è un contractor della difesa di prossima generazione che costruisce sistemi di difesa autonomi e scalabili. In seguito alla chiusura di un Series B da $200M, che valuta l'azienda $1.4 billion, stiamo espandendo i nostri team e le nostre capacità per fornire sistemi mission-critical alle forze alleate. Il nostro lavoro è guidato da valori chiari: costruire tecnologie con un impatto nel mondo reale, perseguire l'eccellenza in tutto ciò che facciamo, fissare obiettivi ambiziosi e affrontare le sfide tecniche più difficili. Operiamo in un ambiente esigente in cui sono richiesti rigore, ownership ed esecuzione. IL RUOLO Harmattan AI sta spingendo fortemente i confini dei sistemi autonomi, dove la percezione del mondo circostante attraverso segnali visivi è una componente vitale. Per dare senso ai dati visivi in arrivo e consentire decisioni downstream mission-critical, abbiamo sviluppato modelli di detection personalizzati. Man mano che il nostro portfolio di prodotti e progetti si espande, stiamo diversificando i nostri sforzi in questo spazio su molteplici piattaforme embedded. In qualità di ML Research Engineer nel team Detect&Track Distillation, ti uniresti a noi in una fase molto iniziale, il che ti darà l'opportunità unica di influenzare pesantemente la direzione tecnica del team. Operando da Lausanne, Paris o Zurich, ti concentrerai sul prendere grandi foundation models e distillarli in componenti altamente ottimizzati e specifici per il compito. Il tuo lavoro spazia sulla target detection, classificazione e target re-identification nel tempo, affrontando direttamente i vincoli di hardware inference di diversi sistemi edge e embedded. RESPONSABILITÀ - Model Distillation & Finetuning: Prendere grandi foundation models e comprimerli/distillarli in componenti altamente specifici ed efficienti, ottimizzati per compiti più piccoli e la target detection. - Edge AI Optimization: Ottimizzare le reti neurali per sistemi embedded con risorse limitate utilizzando tecniche come la quantizzazione (PTQ vs. QAT), il pruning e LoRA. - Pipeline Management & MLOps: Costruire, modificare pesantemente e gestire pipeline di training, valutazione e MLOps garantendo riproducibilità, logging robusto e controllo di versione. - Data Curation: Collaborare alla cura dei dati e alla creazione di dataset specifici per il compito per migliorare costantemente l'accuratezza del modello. - Benchmarking & Evaluation: Benchmarking a livello di framework dei nuovi modelli distillati per valutare prestazioni e latenza, assicurando che i risultati siano pienamente allineati con i deployment operativi nel mondo reale. - Research & Innovation: Rimanere all'avanguardia assoluta dei trend scientifici nella computer vision e nella ricerca sulla quantizzazione per introdurre metodologie all'avanguardia nel team. - Cross-Functional Collaboration: Lavorare a stretto contatto con il team Detect&Track Foundation, i System Engineers downstream, i Project Teams e la Mission Intelligence per fornire soluzioni robuste. - Mentorship: A seconda dell'anzianità, supportare il team gestendo o facendo da mentore a ingegneri junior. REQUISITI DEL CANDIDATO - Background Formativo: Un solido curriculum accademico con una laurea in un campo STEM (es. Computer Science, Engineering, Mathematics). - Deep Learning & Computer Vision: Comprovata esperienza nell'esecuzione di reti neurali di visione, nello sviluppo di architetture di target detection o nella gestione di task di re-identification. - Model Compression & Edge AI: Esperienza pratica in knowledge distillation, compressione del modello e deployment di reti su sistemi embedded altamente vincolati o hardware edge (es. Jetson, NPU custom, wearable). - Competenza Tecnica & Infrastruttura: Padronanza di MLOps, GPU compute e costruzione di infrastrutture (come template di pipeline di training e logger). - Attributi Professionali: - Altamente strutturato, analitico, orientato al compito e alla ricerca. - Eccellenti capacità di comunicazione e influenza, con la capacità di tradurre e presentare efficacemente dati di benchmarking complessi agli utenti downstream e agli stakeholder senior. - Capacità di prosperare sotto pressione in un ambiente dinamico con una mentalità "nessun compito è troppo piccolo" verso la costruzione dell'infrastruttura fondamentale del team. - Impegno: Dedizione al 100% alla missione, alla visione e ai piani di crescita ambiziosi di Harmattan AI, pronto a fare il massimo per garantire l'eccellenza operativa. Non vediamo l'ora di sapere come potrai aiutare a dare forma al futuro dei sistemi di difesa autonomi presso Harmattan AI.