RF & Edge AI Intern (Video Analytics)

Sind Sie ein Problemlöser, der nach einer praktischen Praktikumsstelle bei einem marktführenden Unternehmen sucht, das Ihnen hilft, Ihre Karriere zu entwickeln und Sie intellektuell sowie beruflich belohnt? Bei Analog Devices, Inc. (NASDAQ: ADI) handelt es sich um einen globalen Marktführer im Bereich Halbleiter, der die physische und digitale Welt verbindet, um Durchbrüche am Intelligent Edge zu ermöglichen. ADI kombiniert analoge, digitale und Softwaretechnologien in Lösungen, die Fortschritte in digitalisierten Fabriken, Mobilität und digitaler Gesundheitsversorgung vorantreiben, den Klimawandel bekämpfen und Menschen zuverlässig mit der Welt verbinden.

Während Ihres Praktikums werden Sie durch die Arbeit an bedeutenden Projekten zusammen mit einem Expertenteam einen Einfluss ausüben. Sie werden in einer Umgebung des Respekts und der Verantwortung mit Kollegen zusammenarbeiten und Verbindungen schaffen, die Teil Ihres beruflichen Netzwerks werden.

Die Kultur von ADI schätzt ausgerichtete Ziele, Work-Life-Balance, kontinuierliche und lebenslange Lernmöglichkeiten sowie gemeinsame Belohnungen. Das Praktikumsprogramm umfasst verschiedene Lunch-and-Learn-Themen und soziale Veranstaltungen mit anderen Praktikanten und Vollzeitmitarbeitern.

Das Praktikum konzentriert sich auf den Aufbau und die Validierung von Videoanalysen für die Drohnenerkennung und verwandte Anwendungsfälle zur situativen Wahrnehmung, wobei Modelle vom Datensatz bis zur Bereitstellung auf Edge-Geräten gebracht werden. Mentoring und strukturierte Check-ins sind integriert, und Sie werden erwartet, eine funktionierende Demo sowie eine klare technische Auswertung am Ende des Praktikums zu liefern.

Was Sie bearbeiten werden (Kernverantwortlichkeiten)

• Trainieren, bewerten und iterieren von Drohnenerkennungsmodellen unter Verwendung von Videodatensätzen und praktischen Leistungszielen.
• Erstellen von Videopipelines zur Handhabung von Vorverarbeitung, Inferenz, Nachverarbeitung und Ereignisauslösung (z.B. Tracking, Vertrauensbewertung, Alarmlogik).
• Bereitstellung optimierter Modelle auf eingeschränkten Edge-Plattformen, Anwendung von Quantisierung oder Pruning, wo dies erforderlich ist, um Latenz-, Leistungs- und Speichereinschränkungen zu erfüllen.
• Entwerfen und Durchführen von Benchmark-Experimenten zur Messung von Genauigkeit, falsch positiven/negativen Ergebnissen, Robustheit gegenüber Licht/Wetter/Hintergrundgeräuschen und End-to-End-Latenz.
• Führen Sie eine strukturierte Daten- und Experimentverfolgung durch, um die Reproduzierbarkeit sicherzustellen (Datensätze, Konfigurationen, Metriken, Modellversionen).
• Kommunizieren Sie technische Ergebnisse durch prägnante Berichte und Demos, wobei Sie klare Empfehlungen und nächste Schritte geben.

Beispielhafte Praktikumsleistungen (4–6 Monate)

• Eine funktionierende Edge-Demo zur Drohnenerkennung auf Video (Live-Kamera oder aufgezeichneter Stream), einschließlich einer Alarm-/Annotierungsüberlagerung.
• Ein gemessener Benchmarkbericht (Präzision/Rückruf, Fehlalarme, Latenz, Rechenaufwand) und ein vorgeschlagener Verbesserungsplan.
• Ein bereites Inferenzpaket (Container/App/Skript) mit dokumentiertem Setup und Testverfahren.

Anforderungen

• Aktueller Master- oder Doktorand in Elektrotechnik, Computertechnik, Informatik oder einem verwandten Bereich (während des gesamten Praktikums eingeschrieben).
• Solide ML-Grundlagen, einschließlich CNN-basierter Vision-Modelle und Bewertungsmetriken (Präzision/Rückruf, ROC, Verwirrungsmatrix).
• Praktische Erfahrung mit mindestens einem ML-Stack (PyTorch bevorzugt, TensorFlow akzeptabel).
• Erfahrung mit Video-/Computer Vision-Tools (z.B. OpenCV, FFmpeg) und dem Aufbau praktischer Pipelines.
• Programmierkenntnisse in Python; C/C++ ist ein Plus für leistungsorientierte Edge-Arbeiten.
• Starke technische Kommunikation: in der Lage, zu erklären, was Sie versucht haben, was passiert ist und was es bedeutet.

Wünschenswert

• Erfahrung mit Edge-Runtimes und Optimierung (ONNX, TensorRT, TFLite, OpenVINO).
• Vertrautheit mit Embedded/Linux-Bereitstellung und Profilierung (GPU/NPU-Beschleunigung, Speicher-/Latenzprofilierung). Bevorzugt mit NVIDIA-GPU-Umgebung.
• Einblick in Erkennungs-/Tracking-Architekturen (z.B. YOLO-Familie, SSD, DETR, DeepSORT/ByteTrack).
• Erfahrung mit Datensatzkuratierung/-kennzeichnungsstrategien und Umgang mit Klassenungleichgewicht.
• Verständnis der realen Sensorbeschränkungen (Kameraoptik, Bewegungsunschärfe, Reichweite, Okklusion).

Was wir bieten

• Enges Mentoring durch ein technisches Team, das echte Edge-Systeme aufbaut.
• Ein definiertes Projekt mit Meilensteinen und einer technischen Auswertung am Ende des Praktikums.
• Einblicke in den gesamten Lebenszyklus: Daten → Modell → Bereitstellung → Benchmarking.
• Ein kollaboratives Teamumfeld mit starker Lernkultur.

Analog Devices ist ein Arbeitgeber, der Chancengleichheit bietet. Wir fördern eine Kultur, in der jeder die Möglichkeit hat, unabhängig von Rasse, Hautfarbe, Religion, Alter, Abstammung, nationaler Herkunft, sozialer oder ethnischer Herkunft, Geschlecht, sexueller Orientierung, Geschlechtsidentität, Geschlechtsausdruck, Familienstand, Schwangerschaft, Elternstatus, Behinderung, medizinischem Zustand, genetischen Informationen, militärischem oder Veteranenstatus, Gewerkschaftsmitgliedschaft und politischer Zugehörigkeit oder einer anderen gesetzlich geschützten Gruppe erfolgreich zu sein.