Auf einen Blick
- Aufgaben: Forschung und Entwicklung im Bereich Self-Supervised Learning für Sensor- und Zeitreihendaten.
- Unternehmen: Fraunhofer IMS, führendes Forschungsinstitut für innovative Technologien.
- Vorteile: Flexible Arbeitszeiten, Vergütung und direkte Anwendung des Studienwissens.
- Weitere Informationen: Vielfältige Einblicke in wissenschaftliche Arbeit und hervorragende Karrierechancen.
- Warum dieser Job: Gestalte die Zukunft der KI und mache einen echten Unterschied in der Forschung.
- Qualifikationen: Studium in Informatik, Elektrotechnik oder verwandten Disziplinen; gute Programmierkenntnisse in Python.
Das prognostizierte Gehalt liegt zwischen 2000 - 2500 € pro Monat.
Die Analyse von Sensor- und Zeitreihendaten mittels Künstlicher Intelligenz ist ein zentraler Forschungsschwerpunkt des Fraunhofer IMS. Im Fokus steht dabei insbesondere Self‑Supervised Representation Learning. Mögliche Anwendungsfelder reichen von der Zustandsüberwachung und Qualitätskontrolle in industriellen Prozessen bis hin zur Auswertung medizinischer Sensordaten (z.B. Biosignale).
Im Rahmen Ihrer Abschlussarbeit haben Sie die Möglichkeit, neueste KI‑ und Machine‑Learning‑Methoden für die automatische Annotation von Sensor- und Zeitreihendaten zu erforschen und praktisch zu erproben. Aktuelle Themen für Abschlussarbeiten:
- Masked Representation Learning for Sensor Data Labeling: Entwicklung und Evaluierung von Masked‑Learning‑Ansätzen, um Sensordaten ohne manuelle Annotation für nachgelagerte Klassifikation oder Anomalieerkennung nutzbar zu machen.
- Prototype Contrastive Learning for Automated Data Annotation: Erforschung von prototypbasierten Contrastive‑Learning‑Methoden zur automatischen Label‑Generierung für Zeitreihen‑Sensordaten.
Hier sorgen Sie für Veränderung:
- Literaturrecherche und Einordnung des aktuellen Stands der Technik.
- Analyse und Auswahl geeigneter Machine‑Learning‑Methoden für die Implementierung.
- Konzeption, Implementierung und Training von KI/ML-Modellen (z. B. in PyTorch).
- Experimentelle Evaluierung an industriellen und medizinischen Daten.
Hiermit bringen Sie sich ein:
- Studium in den Bereichen Informatik, Elektrotechnik, Data Science, KI oder vergleichbarer Disziplinen.
- Sehr gute bis gute Studienleistungen.
- Kenntnisse in Machine Learning/Deep Learning.
- Gute Programmierkenntnisse in Python und eines gängigen ML‑Frameworks (z. B. PyTorch, Tensorflow).
- Ausgeprägte Eigeninitiative, Einsatzbereitschaft und Freude an experimenteller Forschung.
- Eigenständige und zuverlässige Arbeitsweise sowie ein hohes Maß an Kommunikations- und Teamfähigkeit.
Was wir für Sie bereithalten:
- Vielfältige Einblicke in die Arbeit von wissenschaftlichen Mitarbeitenden an einem Forschungsinstitut.
- Möglichkeit, das Wissen aus dem Studium direkt anzuwenden.
- Vergütung, flexible Arbeitszeiten (Gleitzeitmodell) und ein fester Urlaubsanspruch.
- Zentrale Lage direkt neben dem Campus Duisburg (Linie 933: Haltestelle Universitätsstraße).
Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Unsere Aufgaben sind vielfältig und anpassbar – für Bewerber*innen mit Behinderung finden wir gemeinsam Lösungen, die ihre Fähigkeiten optimal fördern.
Die Vergütung richtet sich nach der Gesamtbetriebsvereinbarung zur Beschäftigung der Hilfskräfte. Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer‑Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.
Bereit für Veränderung? Dann bewerben Sie sich jetzt, und machen Sie einen Unterschied!
Nach Eingang Ihrer Online‑Bewerbung erhalten Sie eine automatische Empfangsbestätigung. Dann melden wir uns schnellstmöglich und sagen Ihnen, wie es weitergeht. Bewerbungen per E‑Mail o. Post können wir leider nicht berücksichtigen. Bitte übermitteln Sie Ihre vollständigen Bewerbungsunterlagen (Motivationsschreiben, chronologischer Lebenslauf, aktueller Notenspiegel im Studium, Arbeitszeugnisse bisheriger beruflicher Erfahrungen/Praktika).
Fragen zu dieser Position beantwortet Ihnen gerne: Frau Irini Tsiftsi personal@ims.fraunhofer.de Tel.: 0203-3783-268 Fraunhofer‑Institut für Mikroelektronische Schaltungen und Systeme IMS www.ims.fraunhofer.de
Kennziffer: 83211 Bewerbungsfrist: #J-18808-Ljbffr
Abschlussarbeit im Themenfeld Self-Supervised Representation Learning for Sensor Data Arbeitgeber: Fraunhofer-Institute for Microelectronic Circuits and Systems
Das Fraunhofer IMS ist ein hervorragender Arbeitgeber, der Ihnen die Möglichkeit bietet, an der Spitze der Forschung im Bereich Künstliche Intelligenz und Machine Learning zu arbeiten. Mit flexiblen Arbeitszeiten, einer zentralen Lage in Duisburg und einem starken Fokus auf die persönliche und berufliche Entwicklung unserer Mitarbeitenden schaffen wir eine inspirierende und unterstützende Arbeitsumgebung. Hier können Sie Ihre Fähigkeiten in einem dynamischen Team einbringen und gleichzeitig einen bedeutenden Beitrag zur Innovation in Industrie und Gesellschaft leisten.
Kontaktdaten:
Fraunhofer-Institute for Microelectronic Circuits and Systems Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Abschlussarbeit im Themenfeld Self-Supervised Representation Learning for Sensor Data erhalten könnten
✨Tipp Nummer 1
Mach dir eine Liste von Fragen, die du im Vorstellungsgespräch stellen möchtest. Das zeigt dein Interesse und hilft dir, mehr über das Unternehmen und die Position zu erfahren.
✨Tipp Nummer 2
Bereite dich auf technische Fragen vor, die sich auf Machine Learning und KI beziehen. Zeig, dass du nicht nur die Theorie kennst, sondern auch praktische Erfahrungen hast, besonders mit Tools wie PyTorch.
✨Tipp Nummer 3
Netzwerke mit anderen in der Branche! Nutze Plattformen wie LinkedIn, um Kontakte zu knüpfen und vielleicht sogar Insider-Infos über die Firma zu bekommen, bei der du dich bewirbst.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So stellst du sicher, dass deine Bewerbung schnell und effizient bearbeitet wird. Und vergiss nicht, deine Leidenschaft für das Thema zu zeigen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Abschlussarbeit im Themenfeld Self-Supervised Representation Learning for Sensor Data mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Motivationsschreiben:Euer Motivationsschreiben sollte klar und prägnant sein. Erklärt, warum ihr euch für das Thema Self-Supervised Representation Learning interessiert und was euch an der Arbeit am Fraunhofer IMS reizt.
Lebenslauf:Stellt sicher, dass euer Lebenslauf übersichtlich und aktuell ist. Listet relevante Erfahrungen, Studienleistungen und Fähigkeiten auf, die zu den Anforderungen der Abschlussarbeit passen.
Unterlagen vollständig einreichen:Denkt daran, alle geforderten Unterlagen wie Notenspiegel und Arbeitszeugnisse beizufügen. Eine vollständige Bewerbung zeigt, dass ihr organisiert seid und die Anforderungen ernst nehmt.
Online-Bewerbung nutzen:Reicht eure Bewerbung über unsere Website ein! Das macht es uns einfacher, eure Unterlagen zu bearbeiten und sorgt dafür, dass ihr schnell eine Rückmeldung bekommt.
Wie man sich auf ein Vorstellungsgespräch bei Fraunhofer-Institute for Microelectronic Circuits and Systems vorbereitet
✨Verstehe die Grundlagen von Self-Supervised Learning
Mach dich mit den Konzepten des Self-Supervised Representation Learning vertraut. Lies aktuelle Forschungsarbeiten und versuche, die Methoden zu verstehen, die in der Stellenbeschreibung erwähnt werden, wie Masked Representation Learning und Prototype Contrastive Learning.
✨Praktische Programmierkenntnisse zeigen
Bereite dich darauf vor, deine Programmierkenntnisse in Python und einem ML-Framework wie PyTorch oder TensorFlow zu demonstrieren. Vielleicht kannst du ein kleines Projekt oder eine Übung vorbereiten, die du während des Interviews vorstellen kannst.
✨Fragen zur Forschung stellen
Zeige dein Interesse an der Arbeit des Fraunhofer IMS, indem du gezielte Fragen zur aktuellen Forschung stellst. Das zeigt, dass du dich mit dem Institut auseinandergesetzt hast und wirklich an der Position interessiert bist.
✨Eigeninitiative und Teamfähigkeit betonen
Bereite Beispiele vor, die deine Eigeninitiative und Teamfähigkeit verdeutlichen. Überlege dir, wie du in der Vergangenheit Herausforderungen gemeistert hast und wie du im Team gearbeitet hast, um gemeinsame Ziele zu erreichen.
