Ingénieur Machine Learning Ops

À propos de nous :

Daedalean est une startup basée à Zurich fondée par des ingénieurs expérimentés qui souhaitent révolutionner complètement le voyage aérien dans la prochaine décennie. Nous combinons vision par ordinateur, apprentissage profond et robotique pour développer une autonomie complète « niveau 5 » pour les véhicules volants.

Votre rôle :

En tant qu'entreprise de ML, nous produisons et utilisons de grandes quantités de données vidéo aériennes que nous devons stocker, traiter et rendre utiles pour nos équipes à l'échelle mondiale.

Vous ferez partie de l'équipe ML en concevant, implémentant et maintenant des outils et infrastructures pour soutenir notre environnement de développement ML. Ceux-ci doivent être efficaces, évolutifs, fiables et respecter des exigences très spécifiques dictées par nos efforts de certification tout en maintenant la flexibilité nécessaire pour le développement ML. Chez Daedalean, nous supportons à la fois des clusters de calcul sur site et basés sur le cloud.

Le travail couvre la création d'API web, de workflows Kubernetes, de bases de données, de stockage et d'outils internes écrits en Rust, C++, Python ou Golang, ainsi que le déploiement et la maintenance d'outils logiciels tiers. Vous collaborerez avec nos équipes de développement ML, de gestion des données et d'annotation des données, en vous assurant qu'elles disposent de tout ce dont elles ont besoin pour travailler efficacement.

Avec le soutien de ces équipes, vous prendrez en charge des capacités telles que le traitement des enregistrements de tests de vol, les pipelines d'outils d'annotation, les algorithmes d'optimisation de réseaux neuronaux, les plateformes d'inférence ainsi que la gestion de configuration et l'inventaire.

• Vous êtes efficace et avez :
• Une expérience avérée en codage en C++ et/ou Rust (une expérience en Python est un plus)
• Une forte affinité pour travailler avec de grandes quantités de données, de préférence vidéo/images
• Une bonne compréhension de l'expérimentation des réseaux neuronaux, de la gestion du cycle de vie et une familiarité avec les outils associés, tels que Weights & Biases, ClearML, DeterminedAI, Ray ou similaires.
• Une expérience avec des plateformes cloud telles que AWS, Azure ou GCP et les outils ML et services qu'elles fournissent
• Une familiarité avec les outils de conteneurisation et d'orchestration tels que Argo, Kubernetes, Docker, etc.
• Une familiarité et/ou un intérêt pour les technologies web telles que les API web, les bases de données, les systèmes de stockage, etc.

• Une équipe d'ingénieurs et de chercheurs expérimentés, issus des entreprises et institutions les plus reconnues.
• Des problèmes difficiles et intéressants à résoudre. 
• Un cadre de travail hybride.
• Une adhésion à une salle de sport.