Development Engineer: Applied AI/ML and Intelligent systems

Über die Mehrwertsteuergruppe
Bei VAT verändern wir die Welt mit Vakuumlösungen. Als weltweit führender Anbieter von Hochleistungs-Vakuumventilen treiben wir seit mehr als 60 Jahren Innovationen voran. Mit über 3.200 Mitarbeitern weltweit operieren wir von unserem Hauptsitz in Haag, Schweiz, mit Produktionsstandorten in der Schweiz, Malaysia und Rumänien sowie Vertriebs- und Servicezentren auf der ganzen Welt. Wir lassen uns von unseren Leidenschaften Integrität, Teamarbeit, Kundenorientierung und Innovation leiten und arbeiten stets als #oneVAT zusammen. Wenn Sie sich uns anschließen, werden Sie Teil eines leidenschaftlichen, internationalen Teams, in dem Ihre Stimme gehört wird, Ihre Ideen wichtig sind und Ihr berufliches Wachstum unterstützt wird. Entwicklungsingenieur: Angewandte KI/ML und intelligente Systeme
IHRE HERAUSFORDERUNGEN
Unsere Produkte sind Schlüsselkomponenten in jedem Halbleiterverarbeitungswerkzeug weltweit. Um unsere Marktführerschaft im Bereich fortschrittlicher Druckkontrolle für die Sub-2-nm-Chipproduktion auszubauen, möchten wir unser Team mit erfahrenen Ingenieuren und Forschern mit einer Leidenschaft für angewandte KI/ML, Systemmodellierung, datengesteuertes Engineering und intelligente Systeme verstärken. Sie werden ein integraler Bestandteil unseres Teams sein und fortschrittliche Forschung und Entwicklung in den folgenden Bereichen vorantreiben: industrielle Zeitreihenanalyse, statistisches maschinelles Lernen, KI/ML-Infrastruktur und Toolchains, generative KI-Anwendungen, KI-Agenten, multimodale Datenfusion oder Edge-KI-Einsatz für intelligente Halbleiterfertigungsanlagen. Sie passen hervorragend in unser Team, wenn Sie an der Spitze der angewandten KI/ML für die Halbleiter-Hardwaresteuerung arbeiten möchten. Es macht Ihnen Spaß, die Initiative zu ergreifen, neue Ansätze für intelligente Steuerungssysteme zu erkunden und Ihre Ideen praktisch in realen experimentellen und industriellen Umgebungen zu validieren. IHRE KOMPETENZEN
Erforderliche Grundlinie
MSc oder PhD in Datenwissenschaft und maschinellem Lernen, Physik, Mathematik, Maschinenbau, Elektrotechnik, Regelungstechnik, Mechatronik, Chemieingenieurwesen oder einem verwandten Bereich
Fachwissen in einem oder mehreren Schwerpunktbereichen: angewandte KI/ML-Domänen, wie z. B. maschinelles Lernen in Zeitreihen, statistisches maschinelles Lernen, generative KI, multimodale KI, KI-Agenten, Edge AI oder ML-Infrastruktur. Starke Programmierkenntnisse in Python, mit Erfahrung in wissenschaftlichem Rechnen, Datenverarbeitung, Modellentwicklung und Best Practices für die Softwareentwicklung. Erfahrung mit industriellen oder sensorbasierten Daten, einschließlich Zeitreihensignalen, Prozessdaten, Protokollen, Rezepten oder Gerätedaten. Fähigkeit, KI/ML-Lösungen vom Konzept bis zum Prototyp zu entwickeln, einschließlich Datenvorbereitung, Modellentwicklung, Validierung, Bereitstellung und Dokumentation. Fachkenntnisse in einem oder mehreren Schwerpunktprofilen
Industrielles maschinelles Zeitreihenlernen, Anomalieerkennung, Vorhersage, Klassifizierung, Regression oder Prozessüberwachung. Statistisches maschinelles Lernen, Unsicherheitsschätzung, Modellvalidierung, Feature Engineering oder datengesteuerte Entscheidungsfindung. KI/ML-Infrastruktur und MLOps, einschließlich Experimentverfolgung, Modellversionierung, CI/CD, Containerisierung, Überwachung oder skalierbare Daten-/Modellpipelines. Erweitertes maschinelles Lernen für industrielle Anwendungen mit Python, MATLAB oder Simulink. Zusätzliche Erfahrung ist von Vorteil
Generative KI, einschließlich Grundlagenmodellen, abrufgestützter Generierung, synthetischer Datengenerierung oder KI-gestützter Engineering-Workflows. KI-Agenten oder Agenten-Workflows, einschließlich Tool-verwendender Agenten, Workflow-Automatisierung, Orchestrierungs-Frameworks oder LLM-basierter Assistenten. Multimodale KI, die heterogene Datenquellen wie Signale, Bilder, Texte, Protokolle, Rezepte und Gerätemetadaten kombiniert. Edge-KI, einschließlich Modellkomprimierung, leichtgewichtiger Inferenz, eingebetteter Bereitstellung, Echtzeitbeschränkungen oder industrieller Hardware-Integration. Know-how in Vakuumsystemen, Halbleiterausrüstung, Prozesssteuerung oder Einsatz von ML-Modellen auf realer Hardware. Suisse 9469 Haag Seelistrasse 1