Ihre Aufgaben Du arbeitest im Forschungsprojekt ASTEDIF mit und unterstützt uns bei der Entwicklung KI-basierter Wahrnehmungssysteme. Deine Aufgaben umfassen insbesondere: Unterstützung bei der Entwicklung und Implementierung von Methoden zur Erkennung menschlicher Handlungen auf Basis von zumindest Kameradaten.
Ihre Aufgaben Du arbeitest im Forschungsprojekt ASTEDIF mit und unterstützt uns bei der Entwicklung KI-basierter Wahrnehmungssysteme. Deine Aufgaben umfassen insbesondere: Unterstützung bei der Entwicklung und Implementierung von Methoden zur Erkennung menschlicher Handlungen auf Basis von zumindest Kameradaten.
Analyse von Stärken und Grenzen der eingesetzten Verfahren sowie Ableitung von Empfehlungen für zukünftige produktorientierte Entwicklungen. Dein Profil: Ein laufendes Studium in Informatik, Elektrotechnik, Ingenieurwissenschaften oder einem vergleichbaren technischen Studiengang.
Python, PyTorch, TensorFlow) Datenanalyse und -aufbereitung Werkstofftechnik oder Beschichtungstechnik Du zeigst: Flexibilität und arbeitest zuverlässig und eigenständig nach Anweisungen Interesse an der Entwicklung von KI-basierten Analysemethoden und deren Integration in Softwarelösungen Pflichtbewusstsein, insbesondere bei der Durchführung wissenschaftlicher Arbeiten Grundkenntnisse im Bereich Werkstoffe und/oder Produktionstechnik sind von Vorteil Gute Sprachkenntnisse in Deutsch und Englisch Ihre Aufgaben Die folgenden Aufgaben bilden den Schwerpunkt deiner Tätigkeit: Einarbeitung in die automatisierte Analyse von Schliffbildern thermischer Spritzschichten Vorbereitung, Aufbereitung und Annotation von Bilddaten für das Training von Deep-Learning-Modellen Unterstützung bei der Implementierung, Training und Bewertung verschiedener Segmentierungsmodelle (z.
Python, PyTorch, TensorFlow) Datenanalyse und -aufbereitung Werkstofftechnik oder Beschichtungstechnik Du zeigst: Flexibilität und arbeitest zuverlässig und eigenständig nach Anweisungen Interesse an der Entwicklung von KI-basierten Analysemethoden und deren Integration in Softwarelösungen Pflichtbewusstsein, insbesondere bei der Durchführung wissenschaftlicher Arbeiten Grundkenntnisse im Bereich Werkstoffe und/oder Produktionstechnik sind von Vorteil Gute Sprachkenntnisse in Deutsch und Englisch Ihre Aufgaben Die folgenden Aufgaben bilden den Schwerpunkt deiner Tätigkeit: Einarbeitung in die automatisierte Analyse von Schliffbildern thermischer Spritzschichten Vorbereitung, Aufbereitung und Annotation von Bilddaten für das Training von Deep-Learning-Modellen Unterstützung bei der Implementierung, Training und Bewertung verschiedener Segmentierungsmodelle (z.
MCC verfolgen einen interdisziplinären Ansatz mit einer ausgewogenen Kombination aus theoretischer Modellierung, algorithmischer Entwicklung, Systemimplementierung und experimenteller Validierung. MCC ist sehr aktiv bei der Bewältigung von Forschungsproblemen im Bereich 6G Systemdesign, mm-Wellen- und Radarkommunikation, ultrazuverlässige und niedrige Latenz-Konnektivität, neuartiger Spektrumszugang und -Sharing, automatisiertes und optimiertes Ressourcenmanagement sowie modulares und rekonfigurierbares Protokolldesign für ultra-dichte Netzwerke.
MCC verfolgen einen interdisziplinären Ansatz mit einer ausgewogenen Kombination aus theoretischer Modellierung, algorithmischer Entwicklung, Systemimplementierung und experimenteller Validierung. MCC ist sehr aktiv bei der Bewältigung von Forschungsproblemen im Bereich 6G Systemdesign, mm-Wellen- und Radarkommunikation, ultrazuverlässige und niedrige Latenz-Konnektivität, neuartiger Spektrumszugang und -Sharing, automatisiertes und optimiertes Ressourcenmanagement sowie modulares und rekonfigurierbares Protokolldesign für ultra-dichte Netzwerke.
Ziel ist es, Prozess-, Werkstück- und Materialmodelle über geeignete Softwareschnittstellen zu verknüpfen, um die Prozessbeanspruchung und daraus resultierende Randzoneneigenschaften physikalisch fundiert vorherzusagen. Im Mittelpunkt steht die Entwicklung eines digitalen Surface-Integrity-Zwillinges, der auf realen Prozessdaten basiert und eine modellgestützte Prozessregelung ermöglicht.
Ziel ist es, Prozess-, Werkstück- und Materialmodelle über geeignete Softwareschnittstellen zu verknüpfen, um die Prozessbeanspruchung und daraus resultierende Randzoneneigenschaften physikalisch fundiert vorherzusagen. Im Mittelpunkt steht die Entwicklung eines digitalen Surface-Integrity-Zwillinges, der auf realen Prozessdaten basiert und eine modellgestützte Prozessregelung ermöglicht.
Die kreative Gestaltung Ihrer Aufgaben ist ein wichtiger Bestandteil deiner persönlichen Entwicklung, der sich insbesondere in der Ausarbeitung Ihres Promotionsvorhabens zeigt. Hier können Sie sich in einem aktuellen Trendthema vertiefen, wie beispielsweise agile Fabrikplanung.
I-JEPA, V-JEPA) für volumetrische medizinische Daten (CT/DVT). Ihr Ziel ist die Entwicklung einer „Volumetric-JEPA“, die robuste anatomische Repräsentationen aus ungelabelten Daten lernt, ohne auf Pixel-Level-Rekonstruktion angewiesen zu sein. * Data-Efficient Segmentation: Nutzung dieser vortrainierten semantischen Backbones für die hochpräzise Segmentierung kritischer Strukturen (z.
Die kreative Gestaltung Ihrer Aufgaben ist ein wichtiger Bestandteil deiner persönlichen Entwicklung, der sich insbesondere in der Ausarbeitung Ihres Promotionsvorhabens zeigt. Hier können Sie sich in einem aktuellen Trendthema vertiefen, wie beispielsweise agile Fabrikplanung.
I-JEPA, V-JEPA) für volumetrische medizinische Daten (CT/DVT). Ihr Ziel ist die Entwicklung einer „Volumetric-JEPA“, die robuste anatomische Repräsentationen aus ungelabelten Daten lernt, ohne auf Pixel-Level-Rekonstruktion angewiesen zu sein