Auf einen Blick
Edge AI Engineer für unser Video-Telematik-Team in Vilnius/Kaunas. Du optimierst ML-Modelle für On-Device-Inference auf IoT-Netzwerkgeräten.
💰 €3.170–5.839/Mon.
📊 Mid-Level
🕒 Vollzeit
🌍 Hybrid
🗺️ EMEA
- 2+ Jahre ML/AI Erfahrung
- Python und ML Framework Kenntnisse
- Edge Hardware Constraints Verständnis
- Linux und Windows Komfort
Python
PyTorch
TensorFlow
Edge Inference
ONNX Runtime
Machine Learning
Angegeben: €3.170–5.839/Mon. · Marktschätzung: ~€3.170–5.839/Mon..
✅ Geeignet für
- ML Engineers mit Edge Computing Interest
- Data Scientists transitioning zu Embedded AI
- Computer Vision Specialists mit ADAS/DMS Background
🚫 Weniger geeignet
- Reine Web/Cloud ML Engineers ohne Edge-Erfahrung
- Data Scientists ohne praktische Deployment-Erfahrung
- Python-Anfänger
💡 Gut zu wissen
- Edge Optimization (Quantization, Pruning) ist Kernfokus, nicht Standard-ML
- ADAS/DMS (Fahrerüberwachung) Use-Cases sind Priority
- Hybrid-Arbeitsoptionen verfügbar
- Gehalt basiert auf Stundensatz (19-35 EUR/h)
Über das Unternehmen
Teltonika Telematics entwickelt GPS-Tracking-Geräte und Video-Telematik-Lösungen für Flottenmanagement, Agrarwirtschaft, Car-Sharing und Konstruktion. Die nächste Generation von Produkten nutzt Machine Learning für Edge-Verarbeitung.
Deine Aufgaben
- Machine Learning Modelle für spezifische Use-Cases analysieren, bewerten und auswählen
- Modelle für Embedded-Geräte und Windows/Linux-Plattformen testen und optimieren
- System-Kapazitäten (CPU, GPU, NPU, Memory, Power) analysieren und für AI-Workloads passende Hardware wählen
- Modelle für Ressourcen-limitierte Hardware optimieren (Quantization, Pruning, Umwandlung zu TensorFlow Lite, ONNX Runtime)
- Data Flow zwischen Edge-Verarbeitung und Cloud-Modellen designen
- Mit Embedded- und Hardware-Teams bei Model-Integration in Video-Pipeline zusammenarbeiten
- AI/ML-Trends tracken und deren Anwendbarkeit evaluieren
- Model-Performance dokumentieren und Test-Methoden aufzeichnen
- In Agile/Scrum-Prozessen teilnehmen
Deine Voraussetzungen
- 2+ Jahre Erfahrung in AI/ML Model Development, Evaluation oder Deployment
- Solide Python-Kenntnisse
- Praktische Erfahrung mit ML Frameworks (PyTorch, TensorFlow oder ähnlich)
- Testing und Benchmarking von Modellen (Accuracy, Latency, Resource Usage)
- Verständnis von Constraints bei Edge Hardware (CPU/GPU/NPU, Memory, Power)
- Komfortabel auf Linux und Windows
- Starke analytische Fähigkeiten und Problemlösungskompetenz
- Beruflich fließend Englisch
Benefits
- Großartige Wachstumsmöglichkeiten in schnell expandierendem Unternehmen
- Interessante Projekte in GPS-Tracking und Video-Telematik
- Kultur der Neugier mit Wissensteilung und Fortbildung
- Flexible Arbeitszeiten und Hybrid-Möglichkeiten
- Betriebliche Sportaktivitäten und Gesundheitsversicherung
- Team-Building und regelmäßige Feierlichkeiten
- Bonusprogramme und Geburtstagsgeschenke
