Entwickler for the CMS Level-1 Trigger (EP-CMS-TDQ-2026-157-GRAP) — CERN
- Ort
- Genève
- Vertrag
- full-time
- Veröffentlicht
- Gestern
Rollenüberblick
In Vorbereitung auf die LHC-Phase mit hoher Luminosität arbeitet die CMS-Kollaboration an einem ehrgeizigen Upgrade der ersten Stufe ihres Online-Auswahlsystems, dem Level-1 (L1)-Trigger.
Das aktualisierte System wird leistungsstarke FPGA-Prozessoren verwenden, die über ein Netzwerk mit hoher Bandbreite verbunden sind und den Weg für anspruchsvollere Online-Algorithmen wie die Rekonstruktion des Partikelstroms ebnen.
Indem Sie dem Team beitreten, tragen Sie zur Entwicklung dieser Algorithmen, ihrer Implementierung in
- In Vorbereitung auf die LHC-Phase mit hoher Luminosität arbeitet die CMS-Kollaboration an einem ehrgeizigen Upgrade der ersten Stufe ihres Online-Auswahlsystems, dem Level-1 (L1)-Trigger.
- Das aktualisierte System wird leistungsstarke FPGA-Prozessoren verwenden, die über ein Netzwerk mit hoher Bandbreite verbunden sind und den Weg für anspruchsvollere Online-Algorithmen wie die Rekonstruktion des Partikelstroms ebnen.
- Beitrag zur Entwicklung von Algorithmen für den CMS Level-1 (L1) Trigger.
- Integrieren und pflegen Sie Beiträge anderer Entwickler, um die gemeinsame Projektentwicklung zu unterstützen.
- Erfahrung in der FPGA-Firmware-Entwicklung mit HDL- und High-Level-Synthese-Tools (HLS).
- Erfahrung in der Datenanalyse, vorzugsweise im Bereich der Hochenergiephysik.
Hauptaufgaben
- Beitrag zur Entwicklung von Algorithmen für den CMS Level-1 (L1) Trigger.
- Integrieren und pflegen Sie Beiträge anderer Entwickler, um die gemeinsame Projektentwicklung zu unterstützen.
- Bewertung der physikalischen Leistung der Algorithmen und Beitrag zur Entwicklung von Überwachungssystemen.
- Nehmen Sie am Hardware-Test und der Installation des aktualisierten Triggersystems teil.
- Arbeiten Sie eng mit Mitgliedern der CMS L1-Triggergruppen am CERN zusammen.
- Präsentieren Sie Projektfortschritte und -ergebnisse auf Kooperationstreffen, Workshops und internationalen Konferenzen.
- Diese Rolle umfasst die Verantwortung der Teamaufsicht.
Wichtige Anforderungen
- Erfahrung in der FPGA-Firmware-Entwicklung mit HDL- und High-Level-Synthese-Tools (HLS).
- Erfahrung in der Datenanalyse, vorzugsweise im Bereich der Hochenergiephysik.
- Praktische Erfahrung in der Entwicklung und Anwendung von Machine Learning-Lösungen für reale Probleme.
- Erfahrung mit Continuous Integration (CI) und Qualitätssicherungstechniken und -werkzeugen.
- Die Vertrautheit mit Trigger- oder Datenerfassungssystemen und der zugehörigen Hardware, wie z.
- B. optischen Hochgeschwindigkeitsverbindungen, wäre von Vorteil. Fähigkeiten:
- Kenntnisse in der Softwareentwicklung mit C++, Python und Git sind erforderlich.
- Kenntnisse der Datenanalyse-Tools und -Techniken, einschließlich ROOT- und Machine-Learning-Frameworks, sind erforderlich. Erfahrung mit folgenden
- Software und Technologien wäre von Vorteil: Vivado Design Suite, Vivado/Vitis High-Level Synthesis (HLS), GitLab und Continuous Integration Workflows.
- Starke kollaborative Fähigkeiten und effektive Kommunikation sind unerlässlich.
- Englisch gesprochen und geschrieben, mit der Verpflichtung, Französisch zu lernen. Förderkriterien:
- Sie sind Staatsangehöriger eines CERN-Mitglieds oder assoziierten Mitgliedstaats.
Weitere Details
- B. optischen Hochgeschwindigkeitsverbindungen, wäre von Vorteil.
- Kenntnisse der Datenanalyse-Tools und -Techniken, einschließlich ROOT- und Machine-Learning-Frameworks, sind erforderlich. Erfahrung mit folgenden
- Englisch gesprochen und geschrieben, mit der Verpflichtung, Französisch zu lernen.
- Vertragsdauer: 24 Monate, mit einer möglichen Verlängerung auf maximal 36 Monate. Arbeitszeit: 40 Stunden pro Woche Arbeitsplatzflexibilität: Hybrid Startdatum: 01-Januar-2027 Diese Position umfasst:
- Stellenbeschreibung: EP-CMS-TDQ-2026-157-GRAP Arbeitsgebiet: Angewandte Physik Benchmark-Job: 200140 Angewandter Physiker
- On-the-job und formale Ausbildung einschließlich Sprachunterricht. Überblick über CERN
Notizen und Originalinhalt
- Ihre Aufgaben:
- Ihr Profil:
- Fähigkeiten:
- Kenntnisse der Datenanalyse-Tools und -Techniken, einschließlich ROOT- und Machine-Learning-Frameworks, sind erforderlich.
- Erfahrung mit folgenden
- Förderkriterien:
- Vertragsdauer: 24 Monate, mit einer möglichen Verlängerung auf maximal 36 Monate.
- Arbeitszeit: 40 Stunden pro Woche
- Arbeitsplatzflexibilität: Hybrid
- Startdatum: 01-Januar-2027
Fragen zu dieser Stellenanzeige
Welches Gehalt bietet CERN für diese Stelle?
CERN gibt CHF 63'000 - 107'500 brutto pro Jahr für diese Position in Genève an. Dies ist das im Original-Inserat veröffentlichte Gehalt (oder, falls der Arbeitgeber keinen Betrag nennt, eine realistische Schätzung für Rolle und Branche) — der Rechner auf dieser Seite berechnet daraus Ihr tatsächliches Netto nach Grenzgänger-Steuer und Sozialabgaben.
Ist das eine Vollzeitstelle, und welchen Vertragstyp bietet CERN?
Diese Stelle ist eine Vollzeit-Position. Der hier angezeigte Vertragstyp stammt direkt aus dem Original-Inserat des Arbeitgebers; klären Sie genaue Arbeitszeiten, Kündigungsfrist und Probezeit während des Bewerbungsprozesses mit CERN, da diese Details auch innerhalb derselben Vertragskategorie variieren können.
Brauche ich eine Grenzgänger-Bewilligung für eine Stelle im Kanton Genf?
EU/EFTA-Bürger mit Wohnsitz in der Grenzzone des an den Kanton Genf angrenzenden Landes können eine G-Bewilligung beantragen; der Schweizer Arbeitgeber reicht sie nach Vertragsunterzeichnung beim Migrationsamt dieses Kantons ein. Grenzzonen-Regeln und Bearbeitungszeiten variieren je nach Nachbarland und Kanton — klären Sie die Details mit dem Migrationsamt des Kantons Genf oder mit HR während der Bewerbung.
Wie bewerbe ich mich für diese Stelle bei CERN?
Nutzen Sie die Schaltfläche "Jetzt bewerben" auf dieser Seite — sie führt direkt zum Original-Inserat von CERN unter jobs.smartrecruiters.com, sodass Ihre Bewerbung direkt im Bewerbermanagementsystem des Arbeitgebers landet. Frontaliere Ticino sammelt oder leitet keine Bewerbungen selbst weiter.
