Signal Processing Engineer (RF Processing & Analytics)

Über uns

Harmattan AI ist ein Verteidigungsunternehmen der nächsten Generation, das autonome und skalierbare Verteidigungssysteme entwickelt. Nach dem Abschluss einer Series B über 200 Mio. $ mit einer Bewertung des Unternehmens von 1,4 Milliarden $ erweitern wir unsere Teams und Kapazitäten, um verbündeten Streitkräften missionskritische Systeme zu liefern.

Unsere Arbeit wird von klaren Werten geleitet: Technologien mit realer Wirkung zu entwickeln, Exzellenz in allem, was wir tun, anzustreben, ehrgeizige Ziele zu setzen und die schwierigsten technischen Herausforderungen anzunehmen. Wir arbeiten in einem anspruchsvollen Umfeld, in dem Gründlichkeit, Eigenverantwortung und Umsetzung erwartet werden.

Über die Rolle

Als Signal Processing Engineer im Bereich RF Processing & Analytics sind Sie verantwortlich für die Algorithmen, die rohe elektromagnetische Abfangsignale in ein handlungsrelevantes Bild der RF-Umgebung verwandeln – durch das Erkennen, Charakterisieren und Identifizieren von Emittern in umkämpften Umgebungen um unsere Plattformen herum. Sie arbeiten mit den Signalen, die von unseren Radar-, Radio- und Electronic Warfare-Modulen erfasst werden, und bauen die Klassifizierungs- und Analyseebene auf, die isolierte Detektionen in eine Echtzeit-Electronic Order of Battle für Operatoren und nachgelagerte Autonomie verwandelt.

Verantwortlichkeiten

• Signalerkennung & Charakterisierung: Entwicklung von Algorithmen zur Erkennung, Deinterleaving und Extraktion von Parametern (PRI, Pulsbreite, Frequenz, Modulation) aus abgefangenen RF-Emissionen.
• Klassifizierung & Identifizierung von Emittern: Entwicklung von Klassifizierungs-Pipelines – unter Kombination von Merkmalsmethoden und maschinellem Lernen – um Emittertypen zu identifizieren und sie mit Bedrohungsbibliotheken abzugleichen.
• Electronic Order of Battle: Design der Analysen, die einzelne Detektionen in ein kohärentes Echtzeitbild von Emittern, Tracks und der Bedrohungslage verwandeln.
• KI-gestützte Analysen: Anwendung von maschinellem Lernen auf Modulationserkennung, Anomalieerkennung und Emitter-Fingerprinting, wo dies die Klassifizierungssicherheit in dichten, umkämpften Spektren verbessert.
• Modulübergreifende Datenfusion: Zusammenarbeit mit Signalen, die von Radar, Radio und Electronic Warfare erfasst werden, um eine einheitliche Verarbeitungspipeline anstelle einer isolierten Einzel-Sensor-Analyse aufzubauen.
• Echtzeit-Pipeline-Engineering: Überführung von Algorithmen aus dem Offline-Prototyping (MATLAB/Python) in die Echtzeit- oder Nahe-Echtzeit-Implementierung, gemeinsam mit Software- und Embedded/FPGA-Ingenieuren.
• Feldvalidierung: Validierung der Erkennungs- und Klassifizierungsleistung anhand von simulierten und realen RF-Datensätzen unter Labor- und Feldtestbedingungen.

Anforderungen an die Kandidaten

• Master oder PhD in Elektrotechnik, Signalverarbeitung, angewandter Mathematik oder einem verwandten Bereich.
• 3-6 Jahre Erfahrung in der RF/Radar-Signalverarbeitung, idealerweise mit Erfahrung in Anwendungen wie ELINT, ESM oder SIGINT.
• Starke Grundlagen in DSP: Spektralanalyse, Filterung, Multi-Rate-Verarbeitung, statistische/adaptive Signalverarbeitung.
• Sicherer Umgang mit Python und/oder MATLAB für das Algorithmus-Prototyping; fundierte Kenntnisse in C/C++ für die produktionsorientierte Implementierung.
• Sicher in der Anwendung von maschinellem Lernen auf Signal-Klassifizierungsprobleme.
• Kommunikationsstark und in der Lage, über die Disziplinen RF-Hardware, Software und Data Science hinweg zu arbeiten.
• Fließendes Englisch erforderlich; Französisch ist ein Plus.

Wir freuen uns darauf zu hören, wie Sie helfen können, die Zukunft autonomer Verteidigungssysteme bei Harmattan AI zu gestalten.