Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Analysiere WLR-Messungen und trainiere ein neuronales Netzwerk mit ML-Frameworks.
- Arbeitgeber: Ferdinand-Braun-Institut, ein führendes Forschungsinstitut in Hochfrequenzelektronik und Photonik.
- Mitarbeitervorteile: Flexible Arbeitszeiten, modernes Büro in Berlin und Unterstützung durch ein offenes Team.
- Andere Informationen: Wertvolle Erfahrungen sammeln und an zukunftsweisenden Projekten arbeiten.
- Warum dieser Job: Erhalte spannende Einblicke in praktische Anwendungen und entwickle innovative Technologien.
- Gewünschte Qualifikationen: Eingeschrieben im Masterstudium in Physik, Elektrotechnik oder verwandten Bereichen mit ML-Kenntnissen.
Das voraussichtliche Gehalt liegt zwischen 13 - 16 € pro Stunde.
Das Ferdinand-Braun-Institut, Leibniz-Institut für Höchstfrequenztechnik (FBH) ist ein anwendungsorientiertes Forschungsinstitut in den Bereichen Hochfrequenzelektronik, Photonik und Quantenphysik. Es erforscht und realisiert elektronische und optische Komponenten, Module und Systeme auf Basis von Verbindungshalbleitern. Diese Geräte sind Schlüsseltechnologien, die den Bedürfnissen der heutigen Gesellschaft in Bereichen wie Kommunikation, Energie, Gesundheit und Mobilität gerecht werden.
Am FBH sind wir führend in der Entwicklung von Laserdioden für eine Vielzahl von High-Tech-Anwendungen. Vertikale Hohlraum-Oberflächenemitter-Laser (VCSEL) sind eine besondere Art von Laserdiode, die in der Datenkommunikation und Sensorik eingesetzt wird, z.B. bei der Gesichtserkennung, LIDAR und der Höhenkontrolle in Satelliten. VCSELs zeigen eine charakteristische Weißlichtreflexionsantwort, aus der die grundlegende Betriebswellenlänge abgeleitet werden kann. Die algorithmische Extraktion dieser Merkmale ist gängige Praxis, leidet jedoch häufig unter Randfällen, bei denen manuelle Parameteranpassungen erforderlich sind. Das ultimative Ziel dieser Masterarbeit ist es, eine robustere Lösung basierend auf maschinellem Lernen (ML) zu finden.
Ihre Aufgaben:
- Analyse von Weißlichtreflexionsmessungen (WLR) und Arbeit mit den entsprechenden Daten
- Auswahl, Überprüfung, Bewertung und Vorbereitung geeigneter WLR-Datensätze zur Verwendung als Trainingsdaten
- Training eines neuronalen Netzwerks mit einem ML-Framework Ihrer Wahl (vorzugsweise Python-basiert)
- Testen und Benchmarking des Modells mit trainierten und untrainierten Daten
- Vergleich der ML-Modelle mit traditionellen Methoden zur Merkmalsextraktion und Bewertung ihrer Erfolgsquote
Ihr Profil:
- Eingeschrieben in einem Masterprogramm in Physik, Elektrotechnik, Informatik, Photonik oder einem verwandten Bereich
- Vorkenntnisse in maschinellem Lernen, Datenwissenschaft, Messtechnik, Optoelektronik
- Interesse an der Arbeit mit Daten in Kombination mit experimenteller Arbeit und innovativen Technologien
- Strukturierte Arbeitsweise sowie Teamgeist
Unser Angebot:
- Flexible Arbeitszeiten, die mit Ihrem Studienprogramm vereinbar sind
- Ein offenes und unterstützendes Team, das jederzeit bereit ist, Anleitung und Unterstützung zu bieten
- Ein moderner Arbeitsplatz in Berlin Adlershof mit hervorragenden öffentlichen Verkehrsanbindungen
- Spannende Einblicke in praktische Anwendungen und die Möglichkeit, wertvolle Erfahrungen zu sammeln
Interessiert? Dann freuen wir uns auf Ihre Online-Bewerbung. Um sich zu bewerben, klicken Sie bitte auf "Online bewerben" und reichen Sie Ihre vollständigen Bewerbungsunterlagen bis zum 30. April 2026 ein.
Bei Fragen wenden Sie sich bitte an Dr. Andre Maaßdorf, Tel.: , E-Mail: .
Hinweis zum Datenschutz: Die oben genannten Kontaktdaten werden ausschließlich interessierten Bewerbern zur Verfügung gestellt, um Kontakt aufzunehmen. Anfragen von Personalvermittlungsagenturen sind nicht willkommen. Jegliche Nutzung der in dieser Anzeige enthaltenen persönlichen Informationen durch Dritte ist ausdrücklich untersagt.
Master thesis: Machine Learning in VCSEL Epitaxy – 10/26 Arbeitgeber: Fbh Berlin
Kontaktperson:
Fbh Berlin HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Master thesis: Machine Learning in VCSEL Epitaxy – 10/26
✨Tipp Nummer 1
Mach dir eine Liste von Fragen, die du während des Vorstellungsgesprächs stellen möchtest. Das zeigt dein Interesse und hilft dir, mehr über das Team und die Projekte zu erfahren.
✨Tipp Nummer 2
Bereite dich darauf vor, deine bisherigen Erfahrungen und Projekte zu präsentieren. Zeig, wie deine Kenntnisse in Machine Learning und Datenanalyse direkt auf die Aufgaben bei FBH anwendbar sind.
✨Tipp Nummer 3
Netzwerke mit anderen Studierenden oder Fachleuten im Bereich Photonik und Maschinenlernen. Oft ergeben sich durch persönliche Kontakte tolle Möglichkeiten, die nicht immer ausgeschrieben sind.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So stellst du sicher, dass deine Bewerbung schnell und unkompliziert ankommt. Und vergiss nicht, deine Leidenschaft für innovative Technologien zu zeigen!
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Master thesis: Machine Learning in VCSEL Epitaxy – 10/26
Tipps für deine Bewerbung 🫡
Mach deine Hausaufgaben!: Bevor du mit deiner Bewerbung anfängst, schau dir die Webseite des FBH genau an. Verstehe, was sie machen und wie deine Masterarbeit in deren Projekte passt. Das zeigt uns, dass du wirklich interessiert bist!
Sei präzise und strukturiert!: Achte darauf, dass deine Bewerbung klar und gut strukturiert ist. Verwende Absätze und Überschriften, um deine Informationen übersichtlich zu präsentieren. Wir lieben es, wenn alles auf den Punkt gebracht wird!
Zeig deine Leidenschaft für ML!: In deinem Anschreiben solltest du unbedingt betonen, warum du dich für Machine Learning interessierst und welche Erfahrungen du bereits hast. Lass uns wissen, was dich motiviert und wie du das Wissen in deiner Masterarbeit anwenden möchtest.
Bewirb dich online!: Vergiss nicht, deine Bewerbung über unsere Webseite einzureichen. Das macht es für uns einfacher, alles zu verwalten und sicherzustellen, dass wir deine Unterlagen schnell finden. Wir freuen uns auf deine Bewerbung!
Wie du dich auf ein Vorstellungsgespräch bei Fbh Berlin vorbereitest
✨Verstehe die Grundlagen von VCSEL und ML
Mach dich mit den Grundlagen der vertikalen Hohlraum-Oberflächenemitter-Laser (VCSEL) und den Prinzipien des maschinellen Lernens vertraut. Zeige im Interview, dass du die Technologien und deren Anwendungen verstehst, um zu zeigen, dass du für die Masterarbeit gut vorbereitet bist.
✨Bereite konkrete Beispiele vor
Überlege dir spezifische Projekte oder Erfahrungen, die du in deinem Studium oder Praktika gesammelt hast, die relevant für die Aufgaben sind. Sei bereit, diese Beispiele zu erläutern und zu zeigen, wie sie deine Fähigkeiten in der Datenanalyse und im maschinellen Lernen unter Beweis stellen.
✨Fragen stellen ist wichtig
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und hilft dir, mehr über die Erwartungen und das Team zu erfahren. Fragen zu den verwendeten ML-Frameworks oder den Herausforderungen bei der Datenanalyse sind besonders relevant.
✨Teamgeist und Arbeitsstil betonen
Da Teamarbeit und ein strukturierter Arbeitsstil wichtig sind, solltest du Beispiele aus deiner bisherigen Erfahrung nennen, die deinen Teamgeist und deine Fähigkeit zur strukturierten Arbeit verdeutlichen. Zeige, dass du nicht nur technisch versiert bist, sondern auch gut im Team arbeiten kannst.