AI Research Engineer - ML & Signal Processing

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Исследовательский инженер по ML и обработке сигналов в оборонной AI-компании. Работа на стыке машинного обучения и обработки RF-сигналов для систем радиоэлектронной борьбы: модели детекции, классификации и анализа сигналов в реальных условиях развёртывания.

Задачи

• Работа на стыке машинного обучения и обработки сигналов на RF-данных
• Создание AI-моделей для систем радиоэлектронной борьбы: детекция, классификация и анализ RF-сигналов в загруженном и враждебном спектре
• Ведение задач end-to-end: изучение литературы, прототипирование на реальных записанных данных, вывод на edge-устройства и контроль работы
• Работа в небольшой исследовательской команде вместе с RF- и hardware-инженерами и операторами системы
• Исследования в областях self-supervised representation learning на сигнальных данных, деинтерливинга и идентификации излучателей, распознавания режимов и обнаружения аномалий на встраиваемом оборудовании

Требования

• Степень PhD (или эквивалентный исследовательский опыт) в ML, обработке сигналов, физике, электротехнике или смежной области, с публикациями на NeurIPS, ICLR, ICML, ICASSP или аналогичных площадках
• Опыт вывода нетривиальных ML-моделей в реальный продукт, а не только в ноутбуках
• Уверенная работа с нерегулярными зашумлёнными последовательностями: временные модели, self-supervised или contrastive методы, калибровка при сдвиге распределения
• Чистый код на Python и готовность освоить Rust там, где этого требует целевая платформа
• Умение читать статьи и переиспользовать их результаты, оценивать их устойчивость
• Умение понятно доносить исследования до ML-коллег, RF-инженеров и конечных пользователей

Условия

• Конкурентная зарплата и опционы VSOP
• Поддержка релокации: до €2 500 и 4 недели временного проживания
• Годовой бюджет на обучение €500/£450
• Спортзал и поддержка психического здоровья (Nilo.health)
• Регулярные корпоративные мероприятия и ежемесячные социальные выплаты
• Расширенный отпуск по уходу за ребёнком: 22 недели полностью оплачиваемых для основного опекуна и 6 недель для второго
• 5 дней оплачиваемого отпуска по семейным обстоятельствам, возможность 100% удалённой работы во время беременности и поэтапного возвращения к работе

Навыки

• Python
• Rust
• Machine Learning
• Signal Processing
• RF
• Self-supervised learning
• Contrastive learning
• Temporal models
• Anomaly detection
• ONNX
• TensorRT
• Quantisation
• Embedded hardware