Ingénieur en apprentissage profond – Sonova R&D, Staefa, Suisse
Rejoignez une équipe innovante dédiée à l’amélioration de l’audition. Les modèles doivent fonctionner en temps réel sur nos appareils auditifs à faible consommation d’énergie utilisés par des millions de personnes.
Responsabilités Développer des algorithmes de deep learning pour des dispositifs auditifs.
Collaborer avec des équipes pour intégrer les modèles dans le traitement du signal.
Assurer la qualité des modèles et leur performance en temps réel.
Former des modèles d'apprentissage profond à la pointe de la technologie pour des applications auditives offrant une qualité et une efficacité optimales sur nos plateformes d'appareils embarqués.
Développer du code dans un environnement collaboratif supportant les workflows CI/CD.
Contribuer à la construction de la chaîne d'outils logicielle pour la formation et le développement des DNN.
Évaluer le comportement des modèles sur l'appareil en tenant compte de toutes les conditions limites et implications système pertinentes.
Prendre la responsabilité complète des projets d'apprentissage profond de l'idée à la livraison du produit et fournir des conseils lors des discussions techniques et des revues de code.
Qualifications Master ou doctorat en informatique, génie électrique ou discipline technique apparentée.
Plus de 2 ans d'expérience en apprentissage profond.
Maîtrise avancée de Python et de TensorFlow/Keras ou PyTorch.
Expérience pratique à l'interface entre apprentissage profond et systèmes embarqués.
Compétences en communication avec maîtrise professionnelle complète de l'anglais.
Formation en traitement audio ou en parole, et compréhension de l'informatique en périphérie/basse consommation et des systèmes embarqués est un plus.
Ce que nous offrons Modèle de travail hybride flexible.
Large éventail d'opportunités de formation pour le développement professionnel et personnel.
Opportunités de croissance exceptionnelles avec des plans de développement individuels.
Culture inclusive favorisant l'équilibre entre carrière et engagements personnels.
#J-18808-Ljbffr