Auf einen Blick
- Aufgaben: Entwickle KI-Modelle zur Erkennung von Fahrbahnmarkierungen aus Luftbildern.
- Unternehmen: Institut für Fernerkundungsmethodik, Teil des DLR mit innovativer Forschungsumgebung.
- Vorteile: Praktische Erfahrung, flexible Arbeitszeiten und Zugang zu modernster Technologie.
- Weitere Informationen: Dynamisches Team mit exzellenten Entwicklungsmöglichkeiten in einem spannenden Forschungsfeld.
- Warum dieser Job: Gestalte die Zukunft autonomer Fahrzeuge und verbessere Verkehrssicherheit durch innovative Lösungen.
- Qualifikationen: Laufendes Masterstudium in Informatik oder verwandten Bereichen und Programmierkenntnisse in Python.
Das prognostizierte Gehalt liegt zwischen 13 - 16 € pro Stunde.
Das Institut für Fernerkundungsmethodik ist ein DLR-Institut mit Standorten in Oberpfaffenhofen bei München, Berlin-Adlershof und Neustrelitz in Mecklenburg-Vorpommern. Zusammen mit dem Deutschen Fernerkundungsdatenzentrum bildet das Institut das Earth Observation Centre (EOC), Deutschlands Kompetenzzentrum für Erdbeobachtung.
Was Sie erwartet:
- Die Extraktion von Fahrbahnmarkierungen aus Luftbildern ist ein wesentlicher Bestandteil beim Aufbau und der Pflege digitaler und HD-Karten.
- Die genaue Erkennung und Vektorisierung von Markierungen wie Fahrbahnlinien, Pfeilen, Fußgängerüberwegen und Haltelinien kann Anwendungen in der Lokalisierung und Navigation autonomer Fahrzeuge, der Aktualisierung von HD-Karten und der Bewertung des Straßenbedingungen erheblich verbessern.
- Aufgrund der Herausforderungen bei der Extraktion feiner Details aus Luftbildern könnte die Nutzung von Informationen aus anderen Modalitäten, wie z.B. Straßenansichten, von Vorteil sein.
- Die Entwicklung robuster KI-Modelle, basierend auf z.B. ViTs, generativer KI, Diffusion, ... für diese Aufgabe ist entscheidend, da zuverlässige und aktuelle Informationen im großen Maßstab sowohl die Verkehrssicherheit als auch intelligente Transportsysteme unterstützen.
- Diese Thesis wird sich auf das Design und die Implementierung einer auf Deep Learning basierenden Pipeline konzentrieren, um Fahrbahnmarkierungen effizient und effektiv im Vektorformat zu extrahieren, bereit zur Integration in digitale Kartenframeworks.
Ihre Aufgaben:
- Erkennung von Fahrbahnmarkierungen aus Luftbildern unter Verwendung von Deep Neural Networks
- Erforschung von Straßenansichten für das Training multimodaler Deep Neural Networks
Ihr Profil:
- Aktuelle Masterstudiengänge in Informatik, KI, Computer Vision, Geoinformatik oder einem verwandten Fachgebiet
- Programmierungserfahrung in Python
- Erfahrung in KI- und Deep Learning-Ansätzen
- Erfahrung mit Pytorch oder Tensorflow-Frameworks
- Gute Kommunikationsfähigkeiten und Englischkenntnisse (schriftlich und mündlich)
- Grundkenntnisse in semantischer Segmentierung und/oder Objekterkennung
Wir freuen uns darauf, Sie kennenzulernen!
Wenn Sie Fragen zu dieser Position (Stellen-ID 5472) haben, kontaktieren Sie bitte: Dr. Stefan Auer Tel.: +49 8153 28 1829
Student of Natural Sciences, Engineering or Computer Science (f/m/x) Arbeitgeber: Deutsches Zentrum für Luft- und Raumfahrt (DLR)
Das Institut für Fernerkundungsmethodik bietet eine inspirierende Arbeitsumgebung in Oberpfaffenhofen, wo innovative Technologien zur Verbesserung der Verkehrssicherheit und intelligenten Transportsysteme entwickelt werden. Als Teil des Earth Observation Centre profitieren Sie von einer offenen Unternehmenskultur, die Kreativität und Zusammenarbeit fördert, sowie von umfangreichen Möglichkeiten zur persönlichen und beruflichen Weiterentwicklung in einem dynamischen Team von Experten. Hier haben Sie die Chance, an bedeutenden Projekten zu arbeiten, die einen direkten Einfluss auf die Zukunft der Mobilität haben.
Kontaktdaten:
Deutsches Zentrum für Luft- und Raumfahrt (DLR) Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Student of Natural Sciences, Engineering or Computer Science (f/m/x) erhalten könnten
✨Nutze Hochschulkarrieremessen
Bei der Suche nach einem Datenwissenschafts-Praktikum solltest du unbedingt die Karrieremessen an deiner Universität nutzen. Dort kannst du direkt mit Firmen, die gerade Praktika anbieten, in Kontakt treten – so zeigst du dein Interesse und kannst dir einen persönlichen Eindruck verschaffen.
✨Engagiere dich in Data-Science-Communities
Schau dich in lokalen oder Online-Communities um, die sich mit Data Science befassen. Plattformen wie Meetup oder spezielle Slack-Channels bieten tolle Gelegenheiten, um Gleichgesinnte zu treffen, von aktuellen Trends zu erfahren und eventuell sogar Stellenangebote zu bekommen.
✨Praktische Projekte zeigen
Baue dir ein Portfolio mit Projekten auf, die deine Fähigkeiten in Data Science zeigen. Dies kann ein kleines Machine-Learning-Projekt oder eine Datenanalyse sein. Verlinke diese Arbeiten in deinem Lebenslauf, wenn du dich bei Deutsches Zentrum für Luft- und Raumfahrt (DLR) bewirbst – so hinterlässt du einen bleibenden Eindruck.
✨Nutze unsere Plattform für Bewerbungen
Vergiss nicht, dich direkt über unsere Webseite bei Deutsches Zentrum für Luft- und Raumfahrt (DLR) für Praktika zu bewerben. Wir haben dort viele interessante Angebote, und das Bewerben über uns erhöht deine Chance, gesehen zu werden!
Wir glauben, dass du diese Fähigkeiten brauchst, um Student of Natural Sciences, Engineering or Computer Science (f/m/x) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Zeig deine Datenliebe mit Projekten!:In der Datenwissenschaft ist es super wichtig, praktische Erfahrung zu zeigen. Teile einige deiner spannenden Projekte, sei es von deinem Studium oder von privaten Experimenten. Nutze GitHub oder andere Plattformen, um diese Projekte vorzustellen – das beeindruckt uns bei Deutsches Zentrum für Luft- und Raumfahrt (DLR) definitiv!
Statistiken und Methoden im Anschreiben betonen:Bei einem Praktikum in der Datenwissenschaft wollen wir sehen, dass du dich mit den Grundlagen auskennst. Betone in deinem Anschreiben deine Erfahrungen mit statistischen Methoden, Datenanalyse-Tools oder Programmiersprachen wie Python oder R. Das macht deutlich, dass du bereit bist, tiefer einzutauchen und zu lernen.
Die richtige Ausbildung anführen:Wenn du dich für ein Praktikum bewirbst, ist es wichtig, deine akademischen Leistungen zu zeigen. Füge relevante Kurse und Projekte hinzu, die sich auf Datenanalyse oder maschinelles Lernen beziehen. Das hilft uns zu sehen, dass du das notwendige Wissen mitbringst, um bei Deutsches Zentrum für Luft- und Raumfahrt (DLR) durchzustarten!
Werde kreativ im Lebenslauf!:Im Datenwissenschaftsbereich dreht sich vieles um Problemlösen und kreatives Denken. Sei also mutig und gestalte deinen Lebenslauf nicht nur informativ, sondern auch ansprechend! Hebe relevante Fähigkeiten, Tools und Erfahrungen hervor. Und vergiss nicht, dich über unsere Website zu bewerben – wir freuen uns darauf, von dir zu hören!
Wie man sich auf ein Vorstellungsgespräch bei Deutsches Zentrum für Luft- und Raumfahrt (DLR) vorbereitet
✨Bereite dein Portfolio vor!
Als Data Science Praktikant sollten wir unsere bisherigen Projekte und Erfahrungen in einem Portfolio zusammenstellen. Zeige deine Analysen, Visualisierungen oder Modelle. Das gibt den Interviewern einen konkreten Eindruck von deinen Fähigkeiten und deinem Ansatz bei der Datenanalyse.
✨Technische Fragen im Data Science Bereich
Erwarte technische Fragen zu Algorithmen und statistischen Methoden, die wir in der Praxis angewendet haben. Sei bereit, über Machine Learning-Modelle, Datenaufbereitung und deine Erfahrungen mit Programmiersprachen wie Python und R zu sprechen.
✨Motivation und Lernwille betonen
Da es sich um ein Praktikum handelt, wird oft mehr auf dein Interesse und deine Lernbereitschaft geachtet. Zeige auf, warum du in das Data Science Team bei Deutsches Zentrum für Luft- und Raumfahrt (DLR) möchtest und wie du deine Fähigkeiten weiterentwickeln willst. Ein echtes Interesse an der Materie überzeugt oft mehr als langjährige Erfahrung!
✨Fragen zur Teamarbeit und Analytics-Tools
Bereite dich darauf vor, über konkrete Situationen zu sprechen, in denen du im Team gearbeitet hast. Insbesondere in Data Science kommen oft Tools wie Jupyter Notebooks oder Tableau zum Einsatz. Wenn du damit Erfahrungen hast, bring sie zur Sprache und erläutere, wie du sie in Projekten eingesetzt hast!
