Harmattan AI utvecklar autonoma system och programvara för uppdragshantering inom försvarssektorn. Bland kunderna finns väpnade styrkor och industriföretag som använder systemen för ISR, avvärjning av drönare och elektronisk krigföring.
Machine Learning Engineer - Foundational
Harmattan AI recrute un Machine Learning Engineer pour concevoir des modèles fondamentaux multimodaux appliqués aux données électro-optiques et infrarouges. Le poste, basé à Paris, implique l’entraînement distribué sur clusters GPU et la collaboration avec les équipes Data Engineering et Edge AI. Une solide expertise en PyTorch, apprentissage auto-supervisé et vision par ordinateur est recherchée.
3× större chans till intervju med ett kallt mejl
Visa originalannonsenFakta om Harmattan AI
- Modell
- B2B
- Typ av företag
- Finansierat med riskkapital
- Utvecklingsfas
- Enhörningsföretag
- Huvudkontor
- Paris
- Officiell domän
- harmattan.ai
- Grundat
- 2024 · 2 år
- Offentligt uppgivet antal anställda
- 226 anställda
- Offentligt uppgiven värdering
- 1,4 Md$Källa ↗
- Senaste finansieringsrundan
- Series B · 2026-01-12
- Tillkännagivet belopp
- 200 000 000 $
- Lediga jobb
- 105
Investerare som nämns
Om annonsen
Den fullständiga beskrivningen som publicerats av Harmattan AI.
About us
Harmattan AI is a next-generation defense prime building autonomous and scalable defense systems. Following the close of a $200M Series B, valuing the company at $1.4 billion, we are expanding our teams and capabilities to deliver mission-critical systems to allied forces. Our work is guided by clear values: building technologies with real-world impact, pursuing excellence in everything we do, setting ambitious goals, and taking on the hardest technical challenges. We operate in a demanding environment where rigor, ownership, and execution are expected.
About the role
As a Machine Learning Engineer on our Foundational team in Paris, you will build the "brain" of our tactical robots. You will design and scale large-scale, multi-modal foundational models that learn robust representations of the battlefield using Self-Supervised Learning (SSL) from massive amounts of unlabelled Electro-Optical (EO) and Infrared (IR) data. Your work provides the critical foundational weights that our Edge AI team distills into hyper-accurate models running on tactical hardware.
Responsibilities
Multi-Modal SSL Architecture Design: Design neural network architectures (Vision Transformers) and loss functions (Masked Autoencoders, Contrastive Learning) to jointly learn from paired and unpaired EO and IR data.
- Distributed Training Infrastructure: Manage and optimise training pipelines across multi-node GPU clusters, handling mixed-precision training and data loading.
- Representation Evaluation: Develop metrics and linear-probing benchmarks to prove the latent space captures useful semantic features before distillation.
- Data Strategy: Audit existing EO/IR data lakes and implement cross-attention mechanisms to fuse diverse sensor features.
- Cross-Functional Collaboration: Sync with Data Engineers on ingestion pipelines and collaborate with the Edge AI team to ensure high-performance model handoffs. Candidate
Requirements
Educational Background: A PhD or a highly research-focused MS in Computer Science, Machine Learning, Computer Vision, or Applied Mathematics.
- Proven Experience: Minimum of 5-6 years of experience for senior levels. Experience training and scaling deep learning vision models (ViTs, CNNs) from scratch in multi-GPU/multi-node environments. Successful application of novel SSL or multi-modal architectures (e.g., CLIP, MAE, DINO) to real-world, non-standard imaging data (IR, SAR, or hyperspectral).
- Technical Proficiency: Hardcore PyTorch engineering skills combined with deep mathematical intuition for representation learning. Knowledge of system-level languages (C++, Rust, or Go) and resource optimisation for edge computing.
- Complexity & Leadership: Ability to architect state machines for fault-tolerant data pipelines and mediate technical trade-offs between hardware and algorithm teams.
- Commitment & Mindset: 100% dedication to Harmattan AI’s mission of providing an ethical defence edge to allied countries. A hybrid researcher-engineer mindset that treats data quality as seriously as algorithm design We look forward to hearing how you can help shape the future of autonomous defense systems at Harmattan AI.
Förkunskapskrav
- PhD ou MS fortement orienté recherche
- Expérience en modèles de vision deep learning
- Expérience en environnements multi-GPU et multi-nœuds
- Expertise en apprentissage auto-supervisé ou architectures multimodales
- Intuition mathématique pour l’apprentissage de représentations
Sök jobbet
Hur söker jag?
Annonsen är publicerad på Harmattan AIs webbplats. Öppna originalannonsen ↗ för att skicka in din ansökan. Screeningpass fyller inte i formulär åt dig.
Vem kan du skriva till på Harmattan AI om den här tjänsten?
Starta en kontaktsökning från den här sidan. Screeningpass föreslår upp till tre personer med koppling till tjänsten. Du väljer vem du vill skriva till, sedan söker Screeningpass efter personens e-postadress på jobbet och förbereder ett meddelande. Du läser igenom det och skickar det själv med Gmail. Det finns inte alltid en e-postadress tillgänglig, och du är aldrig garanterad ett svar.
Vad kostar det att hitta en kontakt?
En sökning kostar 1 kredit. Du får tillbaka krediten om sökningen misslyckas. När du skapar konto får du 3 krediter, vilket räcker till 3 sökningar.
Vad används Screeningpass till?
Screeningpass samlar annonser för praktik, lärlingsanställningar och jobb som publicerats av företag. För en annons hittar Screeningpass en person att kontakta på företaget, söker efter personens jobbmejladress och tar fram ett meddelande utifrån ditt CV. Se hur det fungerar i detalj.