Maskininlärningsingenjör med fokus på radarsystem
LEADLinköping
- Published
- 5 Oct 2026
Get a CV and a letter written for this job
Upload your CV. Jobbjagaren finds what this job asks for in your experience and writes a CV and a cover letter from it. Nothing that is missing gets added.
Get help applying for this job4 applications with a CV and letter are free. No payment card.
View original listingAbout this role
Vill du arbeta i en innovativ startupmiljö med avancerad algoritmutveckling i skärningspunkten mellan radar, signalbehandling, simulering och maskininlärning?
Radar Reticence söker en maskininlärningsingenjör som vill vara med och utveckla nästa generations AI-drivna algoritmer för radarsystem. I rollen kombinerar du maskininlärning, signalbehandling och simulering för att skapa robusta lösningar som fungerar i verkliga och komplexa miljöer.
Rollen som maskininlärningsingenjör
Som ingenjör inom signalbehandling och maskininlärning hos Radar Reticence kommer du att utveckla och träna maskininlärningsmodeller för analys av radardata och andra sensorkällor. Rollen innebär att analysera komplex sensordata och radaruppmätningar från verkliga miljöer samt utveckla lösningar för detektion, filtrering, spektralanalys, estimering och robusthetsutvärdering. Du kommer att arbeta med komplexa datamängder från både simuleringar och verkliga miljöer för att skapa robusta och skalbara algoritmer.
Du kommer att arbeta med Python-baserad algoritmutveckling, modellering, simulering och dataanalys med hjälp av PyTorch eller liknande maskininlärningsramverk. En viktig del av arbetet är att kombinera klassisk signalbehandling med datadrivna metoder samt att analysera testdata från laboratoriemiljöer, fordon och simuleringar.
Rollen omfattar även arbete med videodata för framtagning av annoteringsdata och utvärdering av algoritmiska avvägningar mellan komplexitet, prestanda och beräkningskapacitet. Du kommer att arbeta nära experter inom radar, firmware, mjukvara och systemarkitektur för att utveckla nästa generations radarsystem.
