About this role
Summary: Develop and optimize AI models for signal and speech processing using PyTorch and C++. Responsibilities include model adaptation, inference optimization, deployment on NVIDIA Triton, and building processing pipelines from preprocessing to post-processing.
Deine Aufgaben
- Wähle passende Modelle aus, adaptiere und fine-tune sie für die Signal- und Sprachverarbeitung, darunter CNN- und Transformer-Architekturen, State-Space-Modelle und End-to-End-ASR
- Optimiere die Inferenz durch Quantisierung, Pruning, Kernel-Fusion, Batching-Strategien, Mixed Precision, TorchScript/torch.compile sowie den Export nach ONNX/TensorRT
- Implementiere performante Inferenzpfade mit PyTorch und LibTorch (PyTorch C++)
- Deploye und betreibe Modelle im NVIDIA Triton Inference Server, inklusive Model Repository, Ensembles, Business Logic Scripting, Dynamic Batching und eigener Backends
- Baue die Verarbeitungsketten rund um die Modelle auf, von Signal-Preprocessing und Feature-Extraktion über Streaming-Pipelines bis hin zu Pre- und Post-Processing
- Überführe Prototypen bis zur Marktreife, kümmere dich um Benchmarking, Profiling, Testabdeckung, Reproduzierbarkeit, Monitoring und Modellversionierung, arbeite eng mit Systemarchitektur und Produktmanagement zusammen und bewerte neue Verfahren und Werkzeuge hinsichtlich ihrer praktischen Eignung für unsere Performance-Ziele
Das bringst du mit
- Ein abgeschlossenes Studium in Informatik, Elektrotechnik, Physik, Mathematik oder eine vergleichbare Qualifikation alternativ verfügst du über gleichwertige praktische Erfahrung
- Mehrjährige Erfahrung mit PyTorch über das Training hinaus: Du weißt, wo Modelle in der Produktion langsam werden und wie du Performance-Engpässe behebst
- Solide C++-Kenntnisse ab C++17, Erfahrung mit der PyTorch-C++-API und praktische Kenntnisse im Umgang mit dem Triton Inference Server konntest du bereits sammeln
- Fundierte Kenntnisse in digitaler Signalverarbeitung (FFT, Filterdesign, Modulation, Spektrogramm-Repräsentationen) oder in der Sprachverarbeitung (ASR, Speaker Embeddings, Speech Enhancement)
- In der Vergangenheit konntest du Erfahrung mit Profiling und GPU-Optimierung (CUDA-Grundlagen) sammeln und hast einen souveräner Umgang mit Linux, Git, Docker und CI/CD
- Sehr gute Deutsch- und Englischkenntnisse runden dein Profil ab
Kontaktdetails
Wir freuen uns auf deine Bewerbung mit Lebenslauf, relevanten Zeugnissen sowie – sofern vorhanden – einer Übersicht deiner Publikationen oder Projekte. Bei Fragen zur Stelle stehen wir dir gerne zur Verfügung.
Bei Fragen zu deiner Bewerbung, melden dich bitte hier: Bewerbung@PLATH.de