Principal Software Engineer - Mobile SDK Tooling & On-Device Computer Vision (iOS/Android)

• 07. Oktober 2026
• 100%
• Unbefristet
• 1008 Prilly
• Anmelden, um die Lohnschätzung von jobup.ch zu sehen

SICPA wurde 1927 gegründet und ist ein privates Schweizer Technologieunternehmen, das die gute Regierungsführung und den langfristigen Wohlstand von Nationen unterstützt.

SICPA gibt den Takt der Souveränität vor und ermöglicht es Regierungen, ihre Bürger, ihre staatlichen Vermögenswerte und ihre Volkswirtschaften zu schützen. SICPA ist dafür bekannt, die Mehrheit der Banknoten weltweit abzusichern, und ist auf fünf Kontinenten tätig. Heute bietet unsere Plattform für Souveränität integrierte Lösungen zum Schutz der Einnahmemobilisierung, der natürlichen Ressourcen, der Gesundheit, des Markenschutzes sowie der digitalen Souveränität und der sicheren öffentlichen Dienste.

ROLLE

• Stärkung der Observability und Diagnose der SDKs und Referenzanwendungen unter Verwendung von Splunk und anderen Tools (Logs, Metriken, Crash-Signale, Felddiagnosen).
• Aufbau und Verwaltung von Engineering-Tools und Automatisierung sowie Definition einer Roadmap über mehrere Quartale für die Plattform, um die operative Last messbar zu reduzieren und die Produktivität der Entwickler im Team (~20 Ingenieure) in großem Maßstab zu steigern, während gleichzeitig der Integrations- und Supportaufwand verringert wird.
• Design, Implementierung und Wartung von Continuous Integration / Continuous Delivery Pipelines und Quality Gates (Jenkins) für mobile SDKs (Build, Test, Packaging, Release-Validierung, Erkennung von Regressionen).
• Entwicklung von Release-Qualifizierungsrahmen: automatisierte funktionale Tests, Performance-Benchmarks, Kompatibilitätsprüfungen und reproduzierbare Testumgebungen.
• Bereitstellung und Weiterentwicklung der Kernkomponenten der mobilen SDKs (iOS, Android): Kameraerfassung, Bildverarbeitungs-Pipelines, API-Design, Modularisierung, Dokumentation, Smartphone-Anwendungen.
• Gewährleistung technischer Führung als Individual Contributor (ohne Management): Architektur-Entscheidungen, Design-Reviews, Mentoring durch Code-Reviews und Anhebung der Engineering-Standards.
• Leitung der Integration von KI/ML in den mobilen Detektions-Stack, vom schnellen Prototyping bis zum Deployment in der Produktion auf iOS/Android.
• Aufbau einer KI-gesteuerten Validierungs- und Triage-Schicht für SDK-Releases, einschließlich der automatisierten Erkennung von Regressionen und Anomalien.

PROFIL

• Principal Engineer mit einer soliden Erfolgsbilanz bei der Auslieferung von Software in der Produktion.
• Nachgewiesene Erfahrung in der Erstellung von Entwickler-Tools / Automatisierungsplattformen, die die Produktivität des Teams messbar verbessern (z. B. schnellere Releases, weniger Regressionen, reduzierter Supportaufwand).
• Starke Expertise in iOS: Swift, Xcode, SDK-Design und -Packaging, Performance-Profiling (Instruments); Objective C ist ein Plus.
• Fundierte Grundlagen in Android: Kotlin/Java, Gradle, CameraX/Camera2, Instrumentation/Tests; Fähigkeit, auf beiden Plattformen zu unterstützen und zu debuggen.
• Gutes Verständnis von CI/CD-Konzepten und Erfahrung in der Implementierung mit Jenkins (Pipelines, Build/Test-Orchestrierung, Quality Gates, Artefakte, Release-Prozesse).
• Tiefgehende Kenntnisse in Softwarearchitektur, API-Design, Teststrategie, sicheren Codierungspraktiken und der Aufrechterhaltung hochwertiger Codebasen.
• Praktische Erfahrung im Aufbau und der Optimierung von Computer Vision / Bildverarbeitungs-Pipelines auf mobilen Geräten unter realen Bedingungen (Latenz, Speicher, Gerätevariabilität).
• Starke Problemlösungsfähigkeiten, um Kundenbedürfnisse in skalierbare Lösungen zu übersetzen.
• Praktische Erfahrung beim Deployment von KI/ML-Modellen in der Produktion auf heterogenen und ressourcenbeschränkten Geräten.
• Fundierte Expertise im vollständigen ML-Zyklus, einschließlich Datenqualität, Evaluierung, Robustheit und Management von Modell-Releases.
• Praktische Erfahrung mit eingebetteten ML-Toolchains, Laufzeitumgebungen und Performance-Engineering unter realen Gerätebedingungen.
• Fähigkeit, Standards für die Nutzung von KI in industriellen Umgebungen zu definieren und anzuwenden.
• Exzellente Kommunikations- und Kollaborationsfähigkeiten in multikulturellen Umgebungen; fließendes Englisch, Französisch ist ein großer Vorteil.