Automotive Application Engineer

About Us

Axelera AI (https://www.axelera.ai) non è la solita azienda deep-tech. Stiamo creando la piattaforma AI di prossima generazione per supportare chiunque voglia contribuire al progresso dell'umanità e migliorare il mondo che ci circonda.

In soli cinque anni, abbiamo raccolto un totale di $450 million e costruito un team di livello mondiale composto da oltre 250 dipendenti (inclusi oltre 60 PhD con più di 40.000 citazioni), lavorando sia da remoto da 20 paesi diversi che con uffici in Belgium, France, Switzerland, Italy, the UK, con sede presso l'High Tech Campus di Eindhoven, Netherlands.

Abbiamo inoltre lanciato la nostra Metis™ AI Platform, che ottiene un aumento di efficienza e prestazioni di 3-5x, e abbiamo visibilità su una solida pipeline commerciale che supera i $100 million.

Il nostro incrollabile impegno per l'innovazione ci ha affermato fermamente come pionieri globali del settore.

Sei pronto alla sfida?

Position Overview

Axelera AI è alla ricerca di un Automotive Application Engineer operativo per testare e adattare la soluzione edge-AI full-stack di Axelera — acceleratore silicon e la sua software toolchain — rispetto ai requisiti del mercato automotive.

Lavorando all'interno del team Automotive, trasformerai i requisiti di mercato e dei clienti in criteri testabili, verificando poi la soluzione rispetto ad essi: porting e quantizzazione di carichi di lavoro AI automotive, caratterizzazione di prestazioni e potenza, benchmarking rispetto alle piattaforme concorrenti e documentazione del divario tra ciò che lo stack fa oggi e ciò che i programmi automotive richiedono. Contribuirai anche a programmi di R&D collaborativi e consorzi automotive — gestendo pacchetti di lavoro tecnici, costruendo dimostratori e integrando tale lavoro nella roadmap interna.

Riportando all'Head of Automotive, lavorerai a stretto contatto con il Principal Automotive Solution Architect, i team R&D software e AI, il Product Management e il Functional Safety Manager.

Key responsibilities:

Solution Validation Against Market and Customer Requirements

• Tradurre i requisiti di mercato e dei clienti in criteri di valutazione testabili, verificare lo stack Axelera rispetto ad essi e mantenere una visione aggiornata dei requisiti rispetto alle capacità attraverso i rilascio, con report di valutazione interni per Automotive, Product e R&D.

Benchmarking Against Automotive Use Cases

• Definire ed eseguire benchmark su reali casi d'uso automotive (percezione ADAS, surround view/parking, BEV/occupancy, DMS/OMS, sensor fusion), espressi in termini automotive (FPS per stream, latenza, accuratezza al punto operativo richiesto).
• Effettuare il porting, la quantizzazione e l'ottimizzazione dei carichi di lavoro automotive su Axelera, costruire suite di benchmark riproducibili in condizioni realistiche automotive ed eseguire confronti competitivi — etichettando ogni risultato per revisione del silicon, grado del campione e versione SDK.
• Mantenere l'automazione dei benchmark, il monitoraggio della regressione e le dashboard.

Automotive Adaptation of the Full Stack

• Identificare e colmare i divari tra lo stack attuale e le aspettative automotive (toolchain, runtime, integrazione OS/middleware, determinismo, diagnostica) e prototipare l'integrazione del runtime in ambienti automotive (Linux/QNX, AUTOSAR Adaptive, Android Automotive OS, ROS 2).
• Inserire requisiti specifici automotive e profili termici/duty-cycle nelle roadmap SDK/prodotto e nel lavoro sulla sicurezza funzionale.

Safety-Qualified Software Stack (ASIL-B / ASIL-D)

• Contribuire operativamente allo stack software ASIL-B/ASIL-D (safety runtime, diagnostica, monitoraggio) insieme a R&D e al Functional Safety Manager, verificandolo rispetto a scenari di integrazione dei clienti realistici.
• Valutare lo sforzo di integrazione per un Tier-1/OEM e riportare i divari come risultati prioritari.

Collaborative R&D Programs and Consortia

• Gestire o co-gestire pacchetti di lavoro tecnici in progetti di R&D collaborativi e consorzi automotive/edge-AI — deliverable, milestone, dimostratori — coordinandosi con partner OEM/Tier-1/ricerca e mantenendo il lavoro allineato con la roadmap interna.

Market and Technical Intelligence

• Monitorare le tendenze AI/ADAS automotive e i benchmark competitivi, e tradurre le scoperte in raccomandazioni prioritarie per Product ed Engineering.

Qualifications:

Required

• 4–8 anni in embedded software o application engineering, nel settore automotive o semiconduttori automotive, con forte competenza in embedded C e Python per il tooling/automazione dei test.
• Sistemi real-time e sviluppo qualificato per la sicurezza in un contesto ASIL-B/ASIL-D (requisiti ISO 26262, meccanismi di sicurezza, diagnostica, prove di supporto).
• Sviluppo embedded su target limitati (board bring-up, driver, BSPs) utilizzando toolchain automotive standard (cross-compilation, trace/debug, CI, MISRA), su embedded Linux con esperienza in QNX o AUTOSAR.
• Validazione su hardware target: test su banco/HIL e caratterizzazione attraverso l'intervallo di temperatura automotive.
• Mentalità strutturata dai requisiti alle prove (requirements-to-evidence) e scrittura tecnica chiara.
• Inglese fluente; circa il 15% di viaggi per incontri di consorzio e laboratori partner.

Highly Appreciated

• Esperienza con framework di deep-learning (PyTorch, ONNX), deployment di modelli su target embedded e concetti di quantizzazione/compilazione di grafi — o la voglia di imparare rapidamente.
• Familiarità con carichi di lavoro di percezione automotive basati su computer-vision/camera.
• Esperienza in progetti di R&D collaborativi (Horizon Europe, Chips JU, programmi nazionali).
• Esperienza più approfondita con AUTOSAR Adaptive, Android Automotive OS, SOME/IP, DDS o interfacce dei sensori (MIPI CSI-2, GMSL/FPD-Link).
• Consapevolezza di ISO 21434 e A-SPICE; esperienza con architetture vehicle E/E.
• Una lingua europea aggiuntiva.

L'esperienza con l'AI