Som Machine Learning Engineer hos tt2, kommer du att vara en nyckelaktör i att forma framtiden för inomhusnavigering genom banbrytande teknik. Vi söker en passionerad individ med starka kunskaper inom maskininlärning och statistisk modellering. Denna roll erbjuder en stimulerande miljö där teoretiska diskussioner och "trial and error"-metoder är vardag, vilket ger dig möjlighet att kontinuerligt utforska och förbättra metoder för inomhuspositionering. Hos oss blir du en del av ett dynamiskt team där du har inflytande i alla stadier av utvecklingsprocessen, från initiala koncept till färdiga modeller. Om du är redo för en spännande utmaning, välkommen att ansöka!
tt2 AB har tagit fram en banbrytande lösning för positionering i miljöer där GNSS/GPS-signaler inte är tillförlitliga eller utsätts för störningar (t.ex. inomhus, under jord eller vid elektronisk krigsföring). Systemet är mjukvarubaserat och designat för att köras på kommersiell hårdvara, såsom smartphones. Vår produkt är en s.k. ”dual use”-teknologi som används inom både den civila marknaden och försvarsområdet. Rollen innebär att du blir en nyckelperson i vårt lilla utvecklingsteam, där alla bidrar direkt till tekniken och företagets framdrift.
Du erbjuds
En plats i en växande startup där du blir en del av ett kompetent och engagerat team
Möjligheten att vara en del av en spännande utvecklingsresa där kreativitet och idéer uppmuntras
Arbetsuppgifter som sträcker sig från konceptualisering till implementation av positioneringssystemet
Att utveckla positioneringssystemet från tanke till färdig modell
Arbeta aktivt med positionering och ta fram fysikaliska/matematiska/ML modeller från grunden och sedan implementera och testa dessa
Kontinuerligt testa och evaluera metoder för att göra IPSen bättre
Vi söker dig som
Har en civilingenjörsexamen inom teknisk fysik eller teknisk matematik med inriktning mot maskininlärning eller relaterade områden
Besitter goda kunskaper i Python och PyTorch samt erfarenhet av att utveckla matematiska modeller och maskininlärningsalgoritmer
Är bekväm med både traditionella och djupinlärda metoder
Besitter kunskaper inom reglerteknik
Har erfarenhet av objektorienterad programmering (t.ex. Java/Kotlin, C++)
Kan kommunicera flytande på svenska och engelska
Har kunskaper i Linux, git, eller MLOps (meriterande)
För att lyckas i rollen har du följande personliga egenskaper:
Strukturerad och självgående
Problemlösande och resultatinriktad
Motiverad av att arbeta varierat och lösningsorienterat
Vår rekryteringsprocess
Denna rekryteringsprocess hanteras av Academic Work och vår kunds önskemål är att alla frågor rörande tjänsten skickas till Academic Work.
Vi tillämpar löpande urval och kommer plocka ner annonsen när tillräckligt många kandidater har nått slutskedet i rekryteringsprocessen. Rekryteringsprocessen innehåller två urvalstest: ett personlighetstest och ett test i kognitiv förmåga. Testerna är ett verktyg för att kunna hitta den kandidat med högst potential för tjänsten samt främja jämlikhet, mångfald och en rättvis rekryteringsprocess.