AI Researcher

Description du poste

Über Forgis Forgis AG ist ein Deep-Tech Startup mit Sitz in Schlieren (ZH), affiliiert mit dem ETH AI Center. Wir entwickeln ein Industrial World Model - das «Gehirn der modernen Fabrik»: eine Plattform, die Maschinen, Steuerungen (PLCs) und Roboter herstellerübergreifend verbindet. Finanziert durch ein von redalpine geführtes Pre-Seed. Aktuell 5 akzeptierte Publikationen bei der ICML 2026 (inkl. Spotlight). Deine Rolle Als AI Researcher verantwortest du unsere Forschungsagenda rund um self-supervised representation models und World Models für industrielle Systeme. Du treibst fundamentale, ambitionierte Forschung voran – von physically grounded architectures bis zu neuen Paradigmen im Representation Learning, in enger Zusammenarbeit mit ETH, Oxford und Imperial College. Aufgabensbereiche - Du erforschst self-supervised und JEPA-artige Representation Models (HEPA family) für industrielle Zeitreihen und multimodale Sensordaten - Du entwickelst physically grounded inductive biases, causal grounding, long-horizon stability, conservation of information, als Alternative zu rein generativen oder VLA-basierten Ansätzen - Du entwickelst Modelle für anomaly detection und predictive maintenance über Maschinen und Hersteller hinweg und treibst sie konsequent Richtung World Models weiter - Du überführst fragmentierte Einzelmodelle in ein machine-agnostic foundation model (edge encoders → zentrales Server-Modell) - Du sorgst für effiziente Inferenz on edge und skalierst unsere Pretraining Pipelines auf dem Industriekorpus - Du publizierst auf Spitzenkonferenzen und baust unsere wissenschaftliche Reputation auf Anforderungen - Doktorat in ML, CS, Robotik oder Physik - Nachgewiesener Track Record in Self-supervised Learning, Representation Learning, Anomaly Detection oder Timeseries Modeling; Interesse an World Models von Vorteil - Sicherer Umgang mit PyTorch und Large-scale Training - Von Vorteil: fast ML inference (FPGA/hls4ml), Datenkompressionsalgorithmen und Edge Deployment - Eigenständige, hands-on Arbeitsweise im Startup-Umfeld; sehr gute Englischkenntnisse (Arbeitssprache)