Auf einen Blick
- Aufgaben: Entwickle innovative 3D-Rekonstruktionsmodelle für dynamische Szenen und verbessere deren Robustheit.
- Unternehmen: Futuristisches Unternehmen im Bereich KI und Robotik mit einem kreativen Team.
- Vorteile: Attraktive Vergütung, flexible Arbeitszeiten und spannende Projekte.
- Weitere Informationen: Tolle Entwicklungsmöglichkeiten in einem dynamischen Umfeld.
- Warum dieser Job: Gestalte die Zukunft der autonomen Systeme und arbeite an bahnbrechenden Technologien.
- Qualifikationen: Studium in Informatik oder verwandten Bereichen und gute Programmierkenntnisse in Python.
Werkstudent*in
Kurzbeschreibung
Feed-Forward-Modelle zur 3D-Rekonstruktion können Szenengeometrie direkt aus Bildern oder Videos vorhersagen, ohne eine aufwendige szenenspezifische Optimierung zu benötigen. Durch die Kombination von großskaligem Pre-Training, Multi-View-Reasoning und starken geometrischen Priors stellen sie eine effiziente Alternative zu klassischen Rekonstruktionsverfahren wie Structure-from-Motion, NeRF und optimierungsbasiertem 3D Gaussian Splatting dar.
Trotz aktueller Fortschritte reagieren bestehende Modelle weiterhin empfindlich auf anspruchsvolle reale Bedingungen. Verdeckungen, bewegte Objekte, wechselnde Beleuchtung, Nachtaufnahmen, Reflexionen, Regen, Nebel und Schnee können zu unvollständiger Geometrie, unzuverlässigen Korrespondenzen und zeitlich inkonsistenten Vorhersagen führen. Eine höhere Robustheit unter solchen Bedingungen ist daher insbesondere für autonomes Fahren und robotische Wahrnehmung von großer Bedeutung.
Als Werkstudent*in unterstützt du die Entwicklung robuster Feed-Forward-Rekonstruktionsmodelle für dynamische Szenen. Du untersuchst Methoden zur Behandlung von Verdeckungen, Beleuchtungsänderungen und widrigen Wetterbedingungen. Darüber hinaus erforschst du, wie große Rekonstruktionsmodelle als universelle geometrische Backbones für nachgelagerte Aufgaben des 3D-Szenenverständnisses eingesetzt werden können, insbesondere für Semantic Occupancy Prediction und 4D Occupancy Forecasting.
Diese Aufgaben interessieren Dich
- Entwicklung und Evaluation von Feed-Forward-Modellen zur Rekonstruktion dynamischer 3D-Szenen aus monokularen oder Multi-View-Bildsequenzen.
- Untersuchung der Rekonstruktionsrobustheit bei partiellen und langfristigen Verdeckungen, bewegten Objekten und unvollständigen Beobachtungen.
- Entwicklung von Methoden zur Verbesserung der geometrischen Konsistenz bei wechselnder Beleuchtung, schlechten Lichtverhältnissen, Schatten und Reflexionen.
- Evaluation und Verbesserung der Modellleistung unter widrigen Wetterbedingungen wie Regen, Nebel, Schnee und eingeschränkter Sicht.
- Vergleich der entwickelten Methoden mit relevanten Baselines sowie Dokumentation technischer und experimenteller Ergebnisse.
Das zeichnet Dich aus
- Du absolvierst gegenwärtig einen Studiengang im Bereich Informatik, Künstliche Intelligenz, Robotik, Elektrotechnik, Data Science oder einer vergleichbaren Fachrichtung.
- Du hast sehr gute Programmierkenntnisse in Python sowie praktische Erfahrung mit PyTorch.
- Du besitzt ein gutes Verständnis von Computer Vision, Deep Learning, 3D-Geometrie oder Multi-View Vision.
- Erfahrung mit Tiefenschätzung, Optical Flow, Punktwolken, Kameraposenschätzung, NeRF, 3D Gaussian Splatting oder 3D-Rekonstruktion ist von großem Vorteil.
- Deine Sprachkenntnisse machen es Dir möglich, deine Rolle auf Englisch (mind. C1-Niveau) auszuüben. Deutschkenntnisse sind wünschenswert, aber nicht zwingend erforderlich.
Gehaltsinformationen
Innerhalb unseres einheitlichen und transparenten Gehaltsframeworks liegt die Vergütung für diese Position zwischen 15,50 € und 19,50 € pro Stunde und orientiert sich an verschiedenen Faktoren, wie Qualifikation und Erfahrung.
Deine Ansprechpartnerin
Daniela +49 821 885882-0 work@xitaso.com
Werkstudent (all genders) - Robuste Feed-Forward-3D-Rekonstruktion für dynamische Szenen Arbeitgeber: Xitaso Gmbh
Als Arbeitgeber in Leipzig bieten wir Ihnen die Möglichkeit, in einem innovativen Umfeld zu arbeiten, das sich auf hochwertige Lösungen in der Automatisierungstechnik spezialisiert hat. Unsere Unternehmenskultur fördert Teamarbeit und kontinuierliche Weiterbildung, sodass Sie Ihre Fähigkeiten als DevOps & Cloud Engineer weiterentwickeln können. Zudem profitieren Sie von flexiblen Arbeitszeiten und einer attraktiven Vergütung, die Ihre Leistung wertschätzt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Werkstudent (all genders) - Robuste Feed-Forward-3D-Rekonstruktion für dynamische Szenen erhalten könntest
✨Werde Teil der Tech-Community
Schau dich in lokalen Tech-Communities oder Meetups um! Dort kannst du andere Software-Entwickler kennenlernen, Erfahrungen austauschen und vielleicht even einen Fuß in die Tür bei deiner Traumfirma wie Xitaso Gmbh setzen.
✨Nutze Campus-Events für Networking
Universitäten bieten oft spezielle Karrieremessen an, auf denen Unternehmen wie Xitaso Gmbh nach Werkstudenten suchen. Das ist deine Chance, direkt mit den Recruitern ins Gespräch zu kommen und sie von deinen Skills zu überzeugen!
✨Baue dein Portfolio auf
Ein starkes Portfolio kann dir helfen, dich von anderen Ab Bewerbern abzuheben! Starte mit ein paar kleinen Projekten, die du auf GitHub präsentieren kannst. So zeigen wir, was du drauf hast, und kannst bei Xitaso Gmbh glänzen!
✨Bewirb dich über unsere Website
Vergiss nicht, dich direkt über die Karriereseite von Xitaso Gmbh zu bewerben! So kannst du sicherstellen, dass deine Unterlagen direkt dort landen, wo sie hingehören. Und wer weiß, vielleicht bist du schon bald Teil des Teams!
Wir glauben, dass du diese Fähigkeiten brauchst, um Werkstudent (all genders) - Robuste Feed-Forward-3D-Rekonstruktion für dynamische Szenen mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Zeig uns deine Projekte!:In der Software-Entwicklung ist es super wichtig, dass du uns deine praktischen Fähigkeiten zeigst. Wenn du ein GitHub-Profil hast, das deine Projekte und deinen Code enthält, pack das unbedingt mit in deine Bewerbung. Das zeigt uns sofort, was du drauf hast!
Stell deine Tech-Stacks vor:Erwähne in deinem Lebenslauf die Technologien, mit denen du gearbeitet hast. Von Programmiersprachen bis hin zu Frameworks – sag uns, was dir liegt! Das gibt uns ein besseres Bild davon, wie du in unser Team passen könntest.
Motivation nicht vergessen!:Als Werkstudent suchen wir auch nach deiner Begeisterung für die Software-Entwicklung. Nutze das Anschreiben, um uns zu erzählen, warum du bei Xitaso Gmbh arbeiten möchtest und was du dir von dieser Erfahrung erhoffst. Zeig uns deine Lernbereitschaft und deine Ziele!
Halt es klar und strukturiert:Wir lieben klare und gut strukturierte Bewerbungen. Achte darauf, dass dein Lebenslauf nicht zu überladen ist und die wichtigsten Informationen schnell erfassbar sind. Fokussiere dich auf relevante Erfahrungen und Semesterleistungen – alles sollte perfekt zu dem passen, was wir suchen!
Wie man sich auf ein Vorstellungsgespräch bei Xitaso Gmbh vorbereitet
✨Code, Code und noch mehr Code!
Mach dich bereit für technische Fragen und Coding-Challenges! Oft werden wir bei Interviews in der Software-Entwicklung gebeten, ein kleines Projekt oder Algorithmus live zu lösen. Übe vorher einige gängige Probleme, damit du sicher und schnell reagieren kannst – GitHub ist dein bester Freund!
✨Portfolio-Power
Bereite ein beeindruckendes Portfolio deiner bisherigen Arbeiten vor. Auch als Werkstudent solltest du zeigen können, woran du gearbeitet hast. Wenn du kleine Projekte oder Open-Source-Beiträge hast, bring die unbedingt mit oder präsentiere sie während des Interviews!
✨Hör auf deine Motivation!
Als Werkstudent komme es nicht nur auf die technischen Skills an, sondern auch auf deine Lernbereitschaft und Motivation. Sei bereit, deine Gründe dafür zu erklären, warum du bei Xitaso Gmbh arbeiten möchtest und was du dir von der Stelle erhoffst. Wir wollen sehen, dass du wirklich Bock hast, dich weiterzuentwickeln!
✨Fragen über den Tech-Stack
Sei bereit, Fragen zu den Technologien oder Tools zu beantworten, die bei Xitaso Gmbh verwendet werden. Informiere dich über den Tech-Stack des Unternehmens und überlege dir, wie du deine vorangegangenen Erfahrungen mit diesen Technologien verknüpfen kannst. Das zeigt, dass du dich vorbereitest hast!
