Auf einen Blick
- Aufgaben: Entwickle einen Datensatz zur Erkennung und Segmentierung von erotischer Kleidung.
- Unternehmen: Fraunhofer-Institut für Sichere Informationstechnologie SIT mit Fokus auf innovative Forschung.
- Vorteile: Flexible Arbeitszeiten und Einblicke in akademische und industrielle Anwendungen.
- Weitere Informationen: Vielfältige und anpassbare Aufgaben mit Raum für persönliche Entwicklung.
- Warum dieser Job: Arbeite an einem spannenden Thema und mache einen echten Unterschied in der Forschung.
- Qualifikationen: Kenntnisse in Machine Learning, Python und idealerweise Computer Vision.
Das prognostizierte Gehalt liegt zwischen 500 - 1500 € pro Monat.
Hintergrund & Motivation
Zur Erkennung von erotischem und pornografischen Bildmaterial werden häufig Modelle eingesetzt, welche menschliche Haut, Körperteile oder Szenen erkennen können. Mithilfe von entsprechenden Datensätzen lassen sich Klassifizierungs- und Objekterkennungsmodelle trainieren. Es gibt allerdings auch Bilder, welche offensichtlich erotisch oder pornografisch sind, welche aber durch herkömmliche Methoden nicht erkannt werden können. Dies trifft z.B. auf Personen in hautenger Latex- oder Lederbekleidung zu. Existierende Ansätze im Bereich des "Human Parsing" können Personen und deren Kleidung bereits gut segmentieren. Außerdem existieren Datasets wie Fashionpedia, welche Segmentierungsmasken und Labels für Kleidungsstücke beinhalten.
Ziel
Untersuchen, ob und in welchem Umfang Kleidungsstücke zur Erkennung von erotischem und pornografischem Bildmaterial genutzt werden können. Dazu soll zunächst recherchiert werden, welche bestehenden Ansätze sich zur Bearbeitung der Fragestellung eignen. Lücken in bestehenden Datensätzen und Modellen sollen beschrieben und durch eigene Daten und Modelle geschlossen werden. Auf Basis der entwickelten Methoden soll anschließend evaluiert werden, ob eine zuverlässige Erkennung erotischer Kleidung möglich ist und ob sich erotische und pornografische Bilder anhand erkannter Kleidung von anderen Kategorien abgrenzen lassen, z.B. Alltags-, Sport- oder Strandbilder.
Ergebnisse
- Datensatz mit Annotationen für die Erkennung erotischer Kleidung.
- Implementierung neuer Ansätze zur Erkennung und Segmentierung von erotischen Kleidungsstücken.
- Klassifizierung der gefundenen Kleidungsstücke.
- Evaluierung der Modelle, sowohl bezogen auf Objekterkennung/Segmentierung als auch Klassifizierung (pornografisch/erotisch/normal).
Deine Aufgaben
- Aufbau eines Datensatzes zur Objekterkennung bzw. Segmentierung.
- Nutzung vortrainierter state-of-the-art Modelle wie SAM 3, um Annotationen zu generieren.
- Training von Modellen wie YOLO, RT-DETR, Mask R‑CNN.
- Analyse existierender Datensätze hinsichtlich der vorkommenden Kleidung.
- Evaluierung der trainierten Modelle auf geeigneten Datensätzen.
Dein Profil
- Gute Kenntnisse im Bereich Machine Learning und dem Training neuronaler Netze.
- Gute Python‑Kenntnisse, vorzugsweise erste Erfahrung mit PyTorch.
- Idealerweise Kenntnisse in Computer‑Vision und Objekterkennung/Segmentierung.
- Motivation, sich eigenständig in neue und aktuelle Forschungsthemen einzuarbeiten.
- Bereitschaft mit erotischem oder pornografischem Bildmaterial zu arbeiten.
- Interesse an wissenschaftlicher Forschung.
Was wir dir bieten
- Selbstständige Arbeitszeiteinteilung.
- Einblicke in das Schnittfeld von akademischer Forschung und industrieller Anwendung.
Verwandte Arbeiten
- (1) Phan, D. D. et al., LSPD: A Large-Scale Pornographic Dataset for Detection and Classification
- (2) Jia, M. et al., Fashionpedia: Ontology, Segmentation, and an Attribute Localization Dataset
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.
Bereit für Veränderung? Dann bewirb Dich jetzt, und mach einen Unterschied! Nach Eingang Deiner Online-Bewerbung erhältst Du eine automatische Empfangsbestätigung. Dann melden wir uns schnellstmöglich und sagen Dir, wie es weitergeht.
Fraunhofer-Institut für Sichere Informationstechnologie SIT
Kennziffer: 82692
Bewerbungsfrist:
Masterarbeit: Erkennung und Segmentierung von suggestiver Kleidung Arbeitgeber: Fraunhofer Institute for Secure Information Technology SIT
Das Fraunhofer-Institut für Sichere Informationstechnologie SIT bietet Ihnen die Möglichkeit, in einem renommierten und international führenden Institut im Bereich Cybersicherheit zu arbeiten. Mit einer freundlichen und kollegialen Arbeitsatmosphäre sowie flexiblen Arbeitsbedingungen unterstützt das Institut die Vereinbarkeit von Beruf und Familie und fördert aktiv die persönliche und berufliche Weiterentwicklung seiner Mitarbeitenden. Hier haben Sie die Chance, an zukunftsrelevanten Forschungsprojekten im Bereich Künstliche Intelligenz und Sicherheit mitzuwirken und einen bedeutenden Beitrag zur Gestaltung einer sicheren digitalen Zukunft zu leisten.
Kontaktdaten:
Fraunhofer Institute for Secure Information Technology SIT Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Masterarbeit: Erkennung und Segmentierung von suggestiver Kleidung erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Fraunhofer Institute for Secure Information Technology SIT zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Masterarbeit: Erkennung und Segmentierung von suggestiver Kleidung mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Masterarbeit: Erkennung und Segmentierung von suggestiver Kleidung bei Fraunhofer Institute for Secure Information Technology SIT gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Fraunhofer Institute for Secure Information Technology SIT vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Fraunhofer Institute for Secure Information Technology SIT entscheidend sein!
