Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
FĂĽr Unternehmen Auf einen Blick
- Aufgaben: Entwickle innovative KI-Lösungen für dezentrale Systeme und optimiere Machine-Learning-Frameworks.
- Arbeitgeber: Fraunhofer-Institut für Mikroelektronische Schaltungen und Systeme mit interdisziplinärem Team.
- Mitarbeitervorteile: Flexible Arbeitszeiten, VergĂĽtung der Abschlussarbeit und zentrale Lage neben dem Campus Duisburg.
- Warum dieser Job: Nutze dein Wissen in einem dynamischen Umfeld und arbeite an zukunftsweisenden Technologien.
- GewĂĽnschte Qualifikationen: Studium in Informatik oder Elektrotechnik, Grundkenntnisse in Machine Learning und Programmierkenntnisse in C/C++.
- Andere Informationen: Vielfältige Einblicke in die Forschung und Möglichkeiten zur persönlichen Weiterentwicklung.
Das voraussichtliche Gehalt liegt zwischen 800 - 1400 € pro Monat.
Unser interdisziplinäres Team arbeitet an der Schnittstelle von Künstlicher Intelligenz, Embedded Systems und Edge Computing. Wir entwickeln zukunftsweisende KI‑Lösungen für ressourcenbeschränkte, dezentrale Systeme – von autonomen Sensoren über vernetzte Geräte bis zu industriellen Anwendungen.
Wichtige Fragestellungen
- Wie lassen sich KI‑Modelle effizient auf Mikrocontrollern betreiben?
- Welche Methoden der Domänenadaption sind für eingebettete Devices geeignet?
- Wie kann dezentrale KI auf mehreren Edge‑Geräten effizient in Bezug auf Speicher, Kommunikation und Robustheit zusammenarbeiten, z. B. über Federated Learning oder Swarm Intelligence?
Aufgaben
- Optimierung des Machine‑Learning‑Frameworks AI for Embedded Systems (AIfES)
- Entwicklung und Optimierung von dezentralem Edge‑AI in IoT‑Netzwerken durch Federated Learning
- Entwicklung und Optimierung von Verfahren zur Anomaliedetektion bei selbstlernenden Sensorsystemen
- Optimierung von KI‑Modellen für Embedded‑Plattformen (z. B. Quantisierung, Pruning, TinyML)
- Entwicklung adaptiver Lernmechanismen für sich verändernde Umgebungsbedingungen
- Entwicklung von Tool‑Chains zur Portierung von KI‑Modellen auf verschiedene eingebettete Systeme
Was Sie mitbringen
- Studium im Bereich Informatik, Elektrotechnik oder vergleichbare Studiengänge mit sehr guten bis guten Noten
- Grundkenntnisse in Machine Learning und neuronalen Netzen
- Gute Programmierkenntnisse in C und/oder C++
- Erfahrungen mit eingebetteten Systemen und Mikrocontrollern, Vorteil: Python
- Erfahrungen im Umgang mit bekannten Machine‑Learning‑Frameworks (z. B. Keras, PyTorch) und administrieren von Unix‑basierten Betriebssystemen von Vorteil
- Selbstständige, strukturierte Arbeitsweise sowie Teamfähigkeit
Was Sie erwarten können
- Vielfältige Einblicke in die Arbeit von wissenschaftlichen Mitarbeitenden an einem Forschungsinstitut
- Möglichkeiten, das Wissen aus dem Studium direkt anzuwenden
- VergĂĽtung der Abschlussarbeit, flexible Arbeitszeiten (Gleitzeit) und fester Urlaubsanspruch
- Möglichkeit, erste Erfahrungen im Umgang mit SAP zu sammeln
- Zentrale Lage direkt neben dem Campus Duisburg (Linie 933: Haltestelle Universität)
Vielfalt
Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen 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.
Bewerbung
Bewerben Sie sich jetzt online mit Ihren aussagekräftigen Unterlagen (Motivationsschreiben, Lebenslauf, Notenspiegel, Arbeitszeugnisse). Wir freuen uns darauf, Sie kennenzulernen!
Fragen zu dieser Position? Kontaktieren Sie Frau Irini Tsiftsi unter oder Telefon: 0203‑3783‑268.
Abschlussarbeiten im Themenfeld: Effiziente, adaptive und dezentrale KI Arbeitgeber: Fraunhofer-Institute for Microelectronic Circuits and Systems
Kontaktperson:
Fraunhofer-Institute for Microelectronic Circuits and Systems HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Abschlussarbeiten im Themenfeld: Effiziente, adaptive und dezentrale KI
✨Tipp Nummer 1
Mach dir ein starkes Netzwerk! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Frag nach ihren Erfahrungen und Tipps – das kann dir helfen, die richtigen Türen zu öffnen.
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen übst und deine Antworten klar strukturierst. Zeig, dass du nicht nur die technischen Skills hast, sondern auch gut ins Team passt!
✨Tipp Nummer 3
Sei proaktiv! Wenn du eine interessante Stelle siehst, bewirb dich direkt über unsere Website. Warte nicht darauf, dass die perfekte Gelegenheit zu dir kommt – mach den ersten Schritt!
✨Tipp Nummer 4
Zeig deine Leidenschaft für KI und Embedded Systems! Teile deine Projekte oder Ideen in Gesprächen oder auf sozialen Medien. Das hebt dich von anderen Bewerbern ab und zeigt dein Engagement.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Abschlussarbeiten im Themenfeld: Effiziente, adaptive und dezentrale KI
Tipps für deine Bewerbung 🫡
Motivationsschreiben: Euer Motivationsschreiben sollte klar und prägnant sein. Erklärt, warum ihr euch für das Thema der Abschlussarbeit interessiert und was euch an der Arbeit mit KI und Embedded Systems reizt. Zeigt uns eure Leidenschaft!
Lebenslauf: Stellt sicher, dass euer Lebenslauf ĂĽbersichtlich und gut strukturiert ist. Listet relevante Erfahrungen, Praktika und Projekte auf, die eure Kenntnisse in Machine Learning und Programmierung unterstreichen. Wir wollen sehen, was ihr draufhabt!
Notenspiegel: Vergesst nicht, euren Notenspiegel beizufügen! Gute bis sehr gute Noten sind wichtig, um zu zeigen, dass ihr die nötigen Grundlagen habt. Ein klarer und aktueller Notenspiegel macht einen guten Eindruck.
Online-Bewerbung: Bewerbt euch direkt über unsere Website! Das macht es für uns einfacher, eure Unterlagen zu verwalten und schnell zu reagieren. Wir freuen uns darauf, von euch zu hören und vielleicht bald im Team zu haben!
Wie du dich auf ein Vorstellungsgespräch bei Fraunhofer-Institute for Microelectronic Circuits and Systems vorbereitest
✨Verstehe die Technologien
Mach dich mit den neuesten Entwicklungen in der Künstlichen Intelligenz, Embedded Systems und Edge Computing vertraut. Zeige im Interview, dass du die Herausforderungen und Möglichkeiten in diesen Bereichen verstehst und wie deine Kenntnisse dazu passen.
✨Praktische Beispiele parat haben
Bereite konkrete Beispiele aus deinem Studium oder Projekten vor, die deine Programmierkenntnisse in C/C++ und deine Erfahrungen mit Machine Learning zeigen. Das hilft dir, deine Fähigkeiten greifbar zu machen und zu demonstrieren, wie du zur Optimierung von KI-Modellen beitragen kannst.
✨Fragen stellen
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und gibt dir die Möglichkeit, mehr über die spezifischen Herausforderungen des Teams zu erfahren, z.B. über die Methoden der Domänenadaption oder die Entwicklung adaptiver Lernmechanismen.
✨Teamfähigkeit betonen
Da das Team interdisziplinär arbeitet, ist es wichtig, deine Teamfähigkeit zu betonen. Teile Beispiele, wie du in der Vergangenheit erfolgreich im Team gearbeitet hast, um zu zeigen, dass du gut in die Teamdynamik passt und bereit bist, gemeinsam Lösungen zu entwickeln.