Abschlussarbeiten im Themenfeld: Effiziente, adaptive und dezentrale KI
Unser interdisziplinäres Team arbeitet an der Schnittstelle von Künstlicher Intelligenz, Embedded Systems und Edge Computing. Unser Ziel ist es, zukunftsweisende KI-Lösungen für ressourcenbeschränkte, dezentrale Systeme zu entwickeln – von autonomen Sensoren über vernetzte Geräte bis hin zu industriellen Anwendungen. Im Zentrum stehen Fragestellungen wie:
Was Sie bei uns tun
Mögliche Themengebiete: Bitte geben Sie bei Ihrer Bewerbung an, für welches Thema Sie sich interessieren.
⦁ Optimierung des Machine-Learning-Frameworks AI for Embedded Systems (AIfES)
⦁ Entwicklung und Optimierung von dezentralem Edge AI in IoT-Netzwerken durch Federated Learning
⦁ Entwicklung und Optimierung von Verfahren für Anomaliedetektion bei selbstlernenden Sensorsystemen
⦁ Optimierung von KI-Modellen für Embedded-Plattformen (z. B. Quantisierung, Pruning, TinyML)
⦁ Entwicklung adaptiver Lernmechanismen für sich verändernde Umgebungsbedingungen
⦁ Entwicklung von Tool-Chains zur Portierung von KI-Modellen auf verschiedene, eingebettete Systeme
Was Sie mitbringen
⦁ Studium im Bereich der Informatik, Elektrotechnik oder eines vergleichbaren Studiengangs mit sehr guten bis guten Noten
⦁ Grundlegende Kenntnisse im Bereich Machine Learning und neuronaler Netze
⦁ Gute Programmierkenntnisse in C und/oder C++
⦁ Erfahrungen mit eingebetteten Systemen und Mikrocontrollern und Kenntnisse in Python sind von Vorteil
⦁ Erfahrungen im Umgang mit bekannten Machine Learning Frameworks (z. B. Keras oder PyTorch) und das Administrieren von unixoiden Betriebssystemen sind von Vorteil
⦁ Selbstständige und strukturierte Arbeitsweise sowie Teamfähigkeit
Was Sie erwarten können
⦁ Vielfältige Einblicke in die Arbeit von wissenschaftlichen Mitarbeitenden an einem Forschungsinstitut
⦁ Möglichkeit, das Wissen aus dem Studium direkt anzuwenden
⦁ Vergütung der Abschlussarbeit, flexible Arbeitszeiten (Gleitzeitmodell) und ein fester Urlaubsanspruch
⦁ Möglichkeit, erste Erfahrungen im Umgang mit SAP zu sammeln
⦁ Zentrale Lage direkt neben dem Campus Duisburg (Linie 933: Haltestelle Universität)
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 Ihr Interesse geweckt? Dann bewerben Sie sich jetzt online mit Ihren aussagekräftigen Bewerbungsunterlagen (Motivationsschreiben, chronologischer Lebenslauf, aktueller Notenspiegel im Studium, Arbeitszeugnisse bisheriger beruflicher Erfahrungen/ Praktika). Wir freuen uns darauf, Sie kennenzulernen!
Bewerbungen per E-Mail oder Post können wir leider nicht berücksichtigen.
Fragen zu dieser Position beantwortet Ihnen gerne:
Frau Irini Tsiftsi
personal@ims.fraunhofer.de
Tel.: 0203-3783-268
Fraunhofer-Institut für Mikroelektronische Schaltungen und Systeme IMS
Kennziffer: 81630 Bewerbungsfrist:
Stellensegment:
ERP, SAP, Neurology, Technology, Healthcare