Ort:  Darmstadt
Datum:  05.12.2024

Werkstudierende im Bereich Computer Vision

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist eine der führenden Organisationen für anwendungsorientierte Forschung. Rund 32 000 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,4 Milliarden Euro.  

Das Fraunhofer-Institut für Sichere Informationstechnologie SIT gehört zu den führenden Forschungs- und Entwicklungseinrichtungen für Cyber-Sicherheit in Deutschland und Europa und ist Teil von ATHENE, dem nationalen Forschungszentrum für angewandte Cybersicherheit. ATHENE ist eine Kooperation der Fraunhofer-Gesellschaft mit der TU Darmstadt, der Hochschule Darmstadt und der Goethe-Universität Frankfurt. Unser gemeinsames Ziel: die Welt von morgen sicherer zu machen.

 

Was Du bei uns tust

  • Daten- Crawling aus statischen und dynamischen Webseiten

  • Implementierung von Computer-Vision-Ansätzen wie Trainieren von Objektdetektoren (z.B. YOLO 11), Finetuning von Vision Language Models (VLMs) und Merkmalsextraktion (Embedding-, Prompt-basiert und mittels "klassischen" Feature Engineering)

  • Implementierung und Anwendung verschiedener Machine-Learning-Verfahren:

    • One/Binary/Multi-Class-Classification (Zero/Few Shot Learning, Finetuning von Foundation-Modellen)

    • Anwendung von Deep-Learning (CNNs, Transformer, Siamesische NNs) sowie tradtionellen Machine-Learning-Ansätzen (SVM, Random Forest, Isolation Forest, kNN)

    • Ensemble-Verfahren (Stacking, Voting, Weighting, Calibration)

    • Evaluierung von ML-Modellen anhand standardisierter Metriken (ROC, AUC, Konfusionsmatrizen)

    • Funktionaltests

  • Entwicklung von UIs und WebApps (fastHTML, Streamlit, Gradio, Angular, Svelte)

  • Mitarbeit in geförderten Projekten und Industriekooperationen

 

Was Du mitbringst

  • Studium der Informatik, Mathematik oder verwandten Fachgebieten mit Fokus auf Maschinelles Lernen und idealerweise Computer Vision
  • Sehr gute Kenntnisse in Machine/Deep Learning
  • Kenntnisse in Architekturen von neuronalen Netze, insbesondere CNNs und Vision-Transformer
  • Kenntnisse in Klassifikation, Hyperparameter-Optimierung, Fine-Tuning und Modell-Evaluierung
  • Sehr gute Python-Kenntnisse
  • Von Vorteil: Umsetzung wissenschaftlicher Methoden und Kenntnisse in Cybersicherheit
  • Bereitschaft, neue Herausforderungen anzunehmen
  • Ausgeprägtes analytisches Denken

 

Was Du erwarten kannst

  • Flexible Arbeitszeiten, die sich gut mit Deinem Studium vereinbaren lassen
  • Eine inspirierende Arbeitsumgebung mit modernster Infrastruktur
  • Die Möglichkeit, praktische Erfahrung zu sammeln und wertvolle Kontakte in der Forschung zu knüpfen
  • Möglichkeit für spätere Bachelor- und Masterarbeit
  • Die monatliche Arbeitszeit beträgt 40 bis 80 Stunden, je nach Absprache

 

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.

Die Vergütung richtet sich nach der Gesamtbetriebsvereinbarung zur Beschäftigung der Hilfskräfte.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft. 

Haben wir Dein Interesse geweckt? Dann bewirb Dich jetzt online mit Deinen aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Dich kennenzulernen! 

 

Fraunhofer-Institut für Sichere Informationstechnologie SIT 

www.sit.fraunhofer.de 


Kennziffer: 75866                Bewerbungsfrist: 

 


Stellensegment: Neurology, Engineer, Healthcare, Engineering