Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Hilf bei der Schulung von KI-Modellen und arbeite mit Deep Learning Frameworks.
- Arbeitgeber: Werde Teil einer renommierten Forschungsgruppe an der FAU, die in medizinischer Bildanalyse führend ist.
- Mitarbeitervorteile: Erhalte praktische Erfahrung in einem innovativen Bereich und profitiere von flexiblen Arbeitszeiten.
- Warum dieser Job: Nutze die Chance, an bahnbrechender Forschung zu arbeiten und deine Fähigkeiten in einem dynamischen Team zu entwickeln.
- Gewünschte Qualifikationen: Kenntnisse in Deep Learning, Python und HPC sind erforderlich; Teamarbeit und Organisationstalent sind wichtig.
- Andere Informationen: Bewerbungen sind bis April willkommen; wir fördern Vielfalt und Chancengleichheit.
Der erfolgreiche Bewerber wird Teil der Forschungsgruppe Image Data Exploration and Analysis (IDEA) an der FAU sein, die von Prof. Bernhard Kainz geleitet wird. Wir haben neue methodische Entwicklungen im Bereich der medizinischen Bildanalyse und des maschinellen Lernens vorangetrieben, was durch mehrere internationale Auszeichnungen und Preise belegt ist. Die Gruppe ist international für ihre Forschung im Bereich des medizinischen Deep Learning anerkannt, was durch Veröffentlichungen auf führenden Konferenzen (MICCAI, CVPR, ECCV) und in angesehenen Fachzeitschriften (IEEE TMI, Medical Image Analysis, npj Nature Digital Health, The Lancet usw.) nachgewiesen wurde.
Ihre Aufgaben
- Wir suchen einen motivierten studentischen Forschungsassistenten, der effizient bedingte und unbedingte Diffusionsmodelle auf einem neuartigen Datensatz trainiert.
- Die Rolle umfasst die Arbeit mit Deep-Learning-Frameworks wie PyTorch, die Nutzung von HPC-Umgebungen für das großangelegte Training und die Optimierung der Modellleistung.
- Ideale Kandidaten haben Erfahrung im Deep Learning, in der Python-Programmierung und in der GPU-Beschleunigung sowie starke organisatorische und Teamfähigkeiten.
- Dies ist eine hervorragende Gelegenheit, praktische Erfahrungen in der generativen KI-Forschung zu sammeln und zur Entwicklung modernster Modelle beizutragen.
Ihr Profil
- Vertrautheit mit dem Training von Deep-Learning-Modellen, vorzugsweise Diffusionsmodellen.
- Erfahrung mit Hochleistungsrechnern (HPC) an der FAU/NHR.
- Hohe Motivation und Proaktivität bei der Bewältigung technischer Herausforderungen.
- Starke Programmierkenntnisse in Python und PyTorch, mit Erfahrung im Schreiben von effizientem und gut strukturiertem Code.
- Gute organisatorische Fähigkeiten und Aufmerksamkeit für Details, insbesondere beim Management von Experimenten und Datensätzen.
- Fähigkeit, die Zeit effektiv zu managen und unter Fristen zu arbeiten.
Stellenzusatz
Befristetes Forschungsvorhaben. Bitte senden Sie Ihr Bewerbungsschreiben, Ihren Lebenslauf, Ihre Notenübersicht und ein 100-Worte-Motivationsschreiben mit dem folgenden Betreff: DIF2025. Bewerbungen mit fehlenden Informationen werden als unvollständig betrachtet und nicht bearbeitet. Wir suchen einen potenziellen studentischen Assistenten, der eine Anstellung für ein Semester (April-Oktober) anstrebt; der ideale Kandidat wäre im 2./3. Mastersemester. Bitte senden Sie Ihre Bewerbung so schnell wie möglich und warten Sie nicht bis zur Frist.
Die Abteilung AIBE und die FAU sehen sich als fortschrittlichen und zukunftsorientierten Arbeitgeber. Wir begrüßen Ihre Bewerbung unabhängig von Ihrem Alter, Geschlecht, kulturellem und sozialem Hintergrund, Religion, Glauben, Behinderung oder sexueller Identität. Die Friedrich-Alexander-Universität fördert die berufliche Gleichstellung von Minderheiten und Frauen. Diese Gruppen werden daher ausdrücklich ermutigt, sich zu bewerben. Schwerbehinderte Personen im Sinne des Schwerbehindertengesetzes werden bei gleicher Eignung und persönlicher Eignung bevorzugt berücksichtigt, wenn die ausgeschriebene Stelle für schwerbehinderte Personen geeignet ist. Auf Wunsch des Bewerbers kann die Gleichstellungsbeauftragte ohne Nachteile für den Bewerber zum Vorstellungsgespräch hinzugezogen werden.
Arbeitszeit
Teilzeit
Studentenjob als Research Assistant (Generative AI Forschung) Arbeitgeber: Friedrich-Alexander-Universität Erlangen-Nürnberg
Kontaktperson:
Friedrich-Alexander-Universität Erlangen-Nürnberg HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Studentenjob als Research Assistant (Generative AI Forschung)
✨Tip Nummer 1
Nutze dein Netzwerk! Sprich mit Kommilitonen oder Professoren, die bereits in der Forschung tätig sind. Sie können dir wertvolle Einblicke geben und möglicherweise sogar eine Empfehlung aussprechen.
✨Tip Nummer 2
Informiere dich über aktuelle Forschungsprojekte im Bereich Generative AI an der FAU. Zeige in deinem Gespräch, dass du dich mit den Themen und Herausforderungen der Gruppe auseinandergesetzt hast.
✨Tip Nummer 3
Bereite dich auf technische Fragen vor, die sich auf Deep Learning und PyTorch beziehen. Übe, wie du deine Erfahrungen und Kenntnisse in diesen Bereichen klar und präzise präsentieren kannst.
✨Tip Nummer 4
Zeige deine Motivation und Begeisterung für die Forschung. Erkläre, warum du gerade in diesem Bereich arbeiten möchtest und was dich an der Arbeit mit Prof. Kainz und seinem Team reizt.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Studentenjob als Research Assistant (Generative AI Forschung)
Tipps für deine Bewerbung 🫡
Forschung über die Gruppe: Informiere dich über die Forschungsgruppe von Prof. Bernhard Kainz und deren Arbeiten im Bereich der medizinischen Bildanalyse und des maschinellen Lernens. Dies hilft dir, deine Motivation und dein Interesse in deinem Bewerbungsschreiben zu verdeutlichen.
Anpassung des Lebenslaufs: Stelle sicher, dass dein Lebenslauf relevante Erfahrungen in den Bereichen Deep Learning, Python-Programmierung und HPC-Umgebungen hervorhebt. Betone deine Fähigkeiten und Projekte, die mit den Anforderungen der Stelle übereinstimmen.
Motivationsschreiben: Verfasse ein prägnantes Motivationsschreiben von 100 Wörtern, in dem du erklärst, warum du an dieser Position interessiert bist und wie deine Fähigkeiten zur Forschung im Bereich Generative AI beitragen können. Achte darauf, spezifische Beispiele zu nennen.
Vollständige Unterlagen: Überprüfe, ob alle erforderlichen Dokumente (Anschreiben, Lebenslauf, Notenspiegel und Motivationsschreiben) vollständig sind. Unvollständige Bewerbungen werden nicht bearbeitet, also achte darauf, dass alles korrekt und vollständig ist, bevor du deine Bewerbung einreichst.
Wie du dich auf ein Vorstellungsgespräch bei Friedrich-Alexander-Universität Erlangen-Nürnberg vorbereitest
✨Bereite dich auf technische Fragen vor
Da die Position einen starken Fokus auf Deep Learning und PyTorch hat, solltest du dich auf technische Fragen zu diesen Themen vorbereiten. Überlege dir Beispiele aus deinen bisherigen Erfahrungen, die deine Fähigkeiten in der Modellierung und Programmierung demonstrieren.
✨Zeige deine Motivation für Forschung
In deinem Bewerbungsgespräch solltest du klar kommunizieren, warum du an generativer KI-Forschung interessiert bist. Teile deine Begeisterung für das Thema und wie du zur Forschung des Teams beitragen möchtest.
✨Hebe deine Teamfähigkeit hervor
Die Arbeit in einem Forschungsteam erfordert gute Kommunikations- und Teamfähigkeiten. Bereite Beispiele vor, die zeigen, wie du erfolgreich in Gruppen gearbeitet hast und wie du Herausforderungen im Team gemeistert hast.
✨Organisiere deine Unterlagen
Stelle sicher, dass du alle erforderlichen Dokumente wie Lebenslauf, Transcript of Records und Motivationsschreiben bereit hast. Eine gut strukturierte Präsentation deiner Unterlagen zeigt Professionalität und Organisationstalent.
