Ort:  Duisburg
Datum:  18.01.2023

Doktorand*in Federated Learning

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist die weltweit führende Organisation für anwendungsorientierte Forschung. Rund 30 000 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 2,9 Milliarden Euro.  

Das Fraunhofer IMS forscht an intelligenten Lösungen im Bereich der Embedded AI. Die Vision ist es dabei, KI-Algorithmen auch auf kleinste eingebettete Systeme zu bringen. Das Spektrum unserer intelligenten Lösungen reicht von Condition Monitoring und Predictive Maintenance in industriellen Anwendungen über die Umfelderkennung für das autonome Fahren bis hin zur Vitaldatenerfassung für den Einsatz in medizinischer Diagnostik und Pflege.

 

Um unsere Vision zu verwirklichen, haben wir das Open Source Framework AIfES (Artificial Intelligence for Embedded Systems) entwickelt. Mit diesem Framework können wir Daten direkt am Ort des Entstehens prozessieren und vor allem auch dort ein Training realisieren. Ein Lernen auf den Edge-Devices benötigt dabei wesentlich mehr Ressourcen als die Inferenz. Um trotzdem ein Training auf den ressourcenbeschränkten Systemen zu ermöglichen, sollen innovative Methoden aus Bereichen wie dem Federated Learning untersucht werden.

 

Was Sie bei uns tun

Im Rahmen Ihrer Promotion erforschen Sie Methoden der künstlichen Intelligenz auf verteilten Embedded Systemen für Inferenz und Training. Interessante Forschungsfelder sind dabei die Verteilung auf die einzelnen Learner, die Aggregation der Teilmodelle sowie der sicheren Kommunikation der Embedded Systeme untereinander. Sie werden mit Hilfe von maschinellem Lernen, Feature Engineering und Data Science neue Algorithmen und Modelle für das verteilte Lernen entwickeln, implementieren, analysieren und validieren. 
 

 

Was Sie mitbringen

  • Wissenschaftliches Hochschulstudium (Master, Uni-Diplom) in Elektrotechnik, Informatik oder eines vergleichbaren Studiengangs
  • Kenntnisse in den Bereichen maschinelles Lernen und eingebettete Systeme
  • Kenntnisse im Bereich des föderierten Lernens und/oder verteilten Lernens vorteilhaft
  • Sichere Programmierkenntnisse in C/C++ und/oder Python 
  • Eigenständige und zuverlässige Arbeitsweise, Kreativität sowie ein hohes Maß an Kommunikations- und Teamfähigkeit
     

 

Was Sie erwarten können

Innerhalb von 3 Jahren bieten wir Ihnen die Möglichkeit zur erfolgreichen Promotion und stellen Ihnen hierfür sämtliche Einrichtungen und Labore unseres Institutes zur Verfügung. Der Doktorgrad wird von der Universität Duisburg-Essen verliehen. Lehrverpflichtungen werden Ihnen nicht übertragen. Die Vollzeitstelle als Doktorand*in mit halber Vergütung bietet 50% der Zeit für Ihre Promotion sowie 50% für die Mitarbeit in Forschungsprojekten als wissenschaftliche*r Mitarbeiter*in. Weitere Informationen zu einer Promotion an unserem Institut finden Sie hier.

 

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 Stelle ist auf drei Jahre befristet. Die wöchentliche Arbeitszeit beträgt 39 Stunden. Anstellung, Vergütung und Sozialleistungen basieren auf dem Tarifvertrag für den öffentlichen Dienst (TVöD). Zusätzlich kann Fraunhofer leistungs- und erfolgsabhängige variable Vergütungsbestandteile gewähren.

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. 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 Anja Schwarzkopf
Telefon +49 203 3783-2913
personal@ims.fraunhofer.de

Fraunhofer-Institut für Mikroelektronische Schaltungen und Systeme IMS 

www.ims.fraunhofer.de 


Kennziffer: 52725                Bewerbungsfrist: 

 


Stellensegment: Open Source, Web Design, Learning, Developer, Training, Technology, Creative, Human Resources, Education