Abschlussarbeit im Themenfeld Self-Supervised Representation Learning for Sensor Data

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 Einordung des aktuellen Stands der Technik
• Analyse und Auswahl geeigneter Machine-Learning-Methoden für die Implementierung
• Konzeption, Implementierung und Training von KI-/Machine-Learning-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 oder Post können wir leider nicht berücksichtigen.

Fragen zu dieser Position beantwortet Ihnen gerne:
Frau Irini Tsiftsi
[email protected]
Tel.: 0203-3783-268

Fraunhofer-Institut für Mikroelektronische Schaltungen und Systeme IMS

Kennziffer: 83211Bewerbungsfrist: