Vereinigtes Königreich
LSEG
Ellison Institute of Technology
Data Engineer (Autonome Systeme)
RemoteVereinigtes Königreich
Oxford, England, United Kingdom
Python
Automatische Übersetzung. Prüfe das Original.
Ihre Rolle
Kommen Sie zu uns ins EIT:
Am Ellison Institute of Technology (EIT) verfolgen wir die Mission, wissenschaftliche Entdeckungen in reale Auswirkungen zu übersetzen. Wir bringen visionäre Wissenschaftler, Technologen, Ingenieure, Forscher, Pädagogen und Innovatoren zusammen, um die größten Herausforderungen der Menschheit in vier transformativen Bereichen anzugehen:
- Gesundheit, Biowissenschaften & Generative Biologie
- Ernährungssicherheit & Nachhaltige Landwirtschaft
- Klimawandel & CO₂-Management
- Künstliche Intelligenz & Robotik
Dies ist eine ambitionierte Arbeit – Arbeit, die Neugier, Mut und einen unermüdlichen Antrieb erfordert, etwas zu bewirken. Am EIT werden Sie Teil einer Gemeinschaft, die auf Exzellenz, Innovation, Beharrlichkeit, Vertrauen und Zusammenarbeit aufgebaut ist, wo kühne Ideen zu realen Durchbrüchen werden. Gemeinsam verschieben wir Grenzen, nehmen Komplexität an und schaffen Lösungen, um Ideen vom Labor in die Gesellschaft zu skalieren. Erfahren Sie mehr unter eit.org.
Am EIT suchen wir einen erfahrenen Data Engineer für unser Scientific Compute and Data Team. Unsere Data Engineers im Bereich Autonome Systeme arbeiten innerhalb eines größeren Projekts, AutoLabs. Hier automatisiert das EIT den wissenschaftlichen Entdeckungszyklus: experimentelles Design, Durchführung, Analyse und das Lernen, das in das nächste Experiment und das Labor selbst zurückfließt. Die AutoLabs-Datenplattform erfasst, speichert und stellt multimodale Daten mit hoher Frequenz bereit. Sie umfasst einen Edge-to-Cloud-Telemetriestack (MQTT, Kafka, Medien-Streams wie HLS), Streaming APIs und eine wachsende Anzahl von Hardware-Integrationen an mehreren Standorten, einschließlich Robotersystemen, Sensor-Rigs und Laborinstrumenten.
Unsere Labore produzieren Rohdaten für eine schnell wachsende Anzahl von Modellen: Vision-Language-Action-Modelle, Orchestrierungs- und Überwachungsmodelle sowie Weltmodelle, die die Dynamik eines Labors lernen, um Experimente vor ihrer Durchführung zu simulieren.
Das Scientific Compute and Data Team
Das Scientific Compute and Data Team baut die Compute-, Daten- und Tooling-Grundlage für die Wissenschaft des EIT. Wir betreiben die Cloud- und GPU-Infrastruktur, auf der die Modelle trainiert werden, die Dateninfrastruktur, die Instrumente, Roboter und Forscher nutzen, sowie die Datenprodukte und gemeinsamen Datenmodelle, die es ermöglichen, dass die Ergebnisse eines Teams vom nächsten weiterentwickelt werden. Wir bieten praktische Expertise in den Bereichen Plattform-Engineering, Daten-Engineering und Datenmanagement und erstellen gemeinsame Tools für jedes Labor, um ihre Experimente in den Bereichen Genbearbeitung, Batterieforschung, Pflanzenbiologie und mehr zu beschleunigen.
Als Data Engineer arbeiten Sie direkt mit KI-Forschern, Softwareentwicklern, Robotik-Ingenieuren und Domänenwissenschaftlern zusammen, um die Datenebene zu erstellen, die unsere autonomen Operationen ermöglicht. Sie tragen zu einer Engineering-Kultur bei, die robustes Systemdesign, Tests und tiefe Zusammenarbeit schätzt, aber Flexibilität für schnelles Prototyping und Reaktionsfähigkeit auf sich ändernde Landschaften ermöglicht.
Tag für Tag könnten Sie
- Erstellen von High-Throughput-, Low-Latency-Ingestion für Live-Video-, Sensor-Telemetrie-, Roboter-Gelenkzustands- und Instrumentensteuerungssignale, einschließlich Validierung am Edge, bevor Daten die Cloud erreichen.
- Arbeiten über den Edge-to-Cloud-Stack hinweg, von Edge-Geräten und MQTT-Brokern über Kafka-Topics, Cloud-Speicher bis hin zu den APIs, die Wissenschaftlern und ML-Pipelines dienen.
- Umwandeln von Roboterzustands-, Instrumentenausgabe- und Videoströmen in strukturierte Datenbanktransaktionen: welcher Arm hat was mit welcher Probe gemacht, wann und was kam dabei heraus.
- Erstellen des Wissensgraphen darauf, der Eingaben mit Ergebnissen verknüpft, sodass eine Tatsache immer auf das zugrunde liegende Videosegment und die Sensordaten zurückgeführt werden kann.
- Aufbereiten der Ausgabe für Modelle: die Formate, Stichproben, Kennzeichnungen und Herkunft, die für Training und Evaluierung benötigt werden, in direkter Zusammenarbeit mit den Forschern, die sie nutzen.
Was Sie zu einer großartigen Besetzung macht
Niemand erfüllt alle Kriterien – wenn Sie sich nicht sicher sind, ob Sie qualifiziert sind, ermutigen wir Sie trotzdem zur Bewerbung.
- Sie verfügen über fundierte Programmiererfahrung in Python und legen Wert auf Codequalität, Zuverlässigkeit und Leistung, während Sie sich an eine sich entwickelnde Branche anpassen.
- Sie denken in Systemen und verantworten diese End-to-End – von der Geräteausgabe bis zu APIs – und bevorzugen langfristiges Engineering gegenüber einmaligen Skripten.
- Erfahrung mit Echtzeit-Datenstreaming – Kafka oder Pub/Sub (oder Äquivalent) und den Herausforderungen, die mit der Erfassung von Daten mit hoher Frequenz und niedriger Latenz verbunden sind.
- Sie betrachten Reproduzierbarkeit, Versionskontrolle, Schema-Design und Datenherkunft als die Dinge, die gute Wissenschaft ermöglichen.
- Ein klarer, respektvoller Kommunikator, der mit Wissenschaftlern, Robotikern und Forschern zusammenarbeiten kann.
Sie müssen die unbefristete Arbeitserlaubnis für Großbritannien besitzen und bereit sein, bei Bedarf zu reisen. In bestimmten Fällen können wir eine Sponsoring in Betracht ziehen, dies wird von Fall zu Fall beurteilt.
Es wäre großartig, wenn Sie auch hätten
- Automatisierte Labor- oder Biowissenschaftsumgebungen – Instrumenten-APIs, Laborprotokolle und was Wissenschaftler von der Datenqualität erwarten.
- Datenpipelines für physische Systeme: Robotik (z. B. MQTT), autonome Fahrzeuge, Labor- oder klinische Instrumente, industrielle Steuerung oder ähnliche Umgebungen.
- Wissens-, Entitäts-, Such- oder Feed-Systeme, bei denen Korrektheit unter kontinuierlicher Aktualisierung die Herausforderung darstellte.
- Zustandsbehaftete Stream-Verarbeitung (Flink, Kafka Streams, Beam oder Ähnliches): Ereigniszeit, Wasserzeichen, Exactly-once.
- APIs für Datenaufnahme und -verbrauch mit FastAPI, gRPC oder GraphQL.
- Graph-Datenbanken und Entitätsauflösung oder -kuratierung im großen Maßstab, bei denen die interessanten Entscheidungen darin bestehen, was beibehalten, zusammengeführt oder verworfen werden soll.
- Erfahrung in der engen Zusammenarbeit mit der Modellentwicklung, z. B. bei der Kuratierung von Trainings- oder Evaluationsdaten oder beim Aufbau der Datenbanksysteme, die Modelle speisen. Sie müssen kein machine learning-Ingenieur sein, aber Sie sollten wissen, was ein gutes Dataset ausmacht.
Wir bieten folgende Leistungen
- Gehalt je nach Erfahrung + Fahrtkostenzuschuss + Bonus
- Erweiterter Urlaub. Unser Jahresurlaubsanspruch beträgt 25 Tage plus 8 gesetzliche Feiertage und zusätzliche 3 Tage zwischen Weihnachten und Neujahr. Sie haben außerdem die Möglichkeit, im Januar und Juli zusätzliche 5 Urlaubstage zu erwerben.
- Rente – Arbeitgeberbeitrag 7.5%, Mindestbeitrag des Arbeitnehmers 5%
- Lebensversicherung.
- Arbeitsunfähigkeitsversicherung
- Private Krankenversicherung als Standard für Sie, Ihren Partner und alle Angehörigen. Inklusive Krankenhaus-Cash-Plan
- Mitarbeiterrabatte
- Elektroauto-Leasingprogramm
- Kindergarten-Gehaltsumwandlungsprogramm
- Jobrad-Programm
- Familienplanung
- Unterstützung bei Neurodiversität, einschließlich Beratung und Beurteilungen
- Coaching- & Therapieangebote
Zusammenarbeit – Was es beinhaltet
2 Tage pro Woche im Oxford-Büro, 1 Tag pro Woche im Büro der Wahl des Mitarbeiters in Oxford oder London, 2 Tage pro Woche Arbeit von jedem Standort in Großbritannien aus.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen
