Aktiviere Job-Benachrichtigungen per E-Mail!

Abschlussarbeit: Entwicklung eines KI-Moduls für die sonargestützte Objekterkennung in maritime[...]

TN Germany

Bremen

Vor Ort

EUR 40.000 - 60.000

Vollzeit

Vor 26 Tagen

Erhöhe deine Chancen auf ein Interview

Erstelle einen auf die Position zugeschnittenen Lebenslauf, um deine Erfolgsquote zu erhöhen.

Zusammenfassung

Ein innovatives Unternehmen in Bremen sucht nach talentierten Studierenden für ein spannendes Projekt zur Entwicklung eines KI-Moduls für die sonargestützte Objekterkennung. In dieser Rolle wirst du die Möglichkeit haben, bestehende KI-Methoden zu analysieren und das passende Modell auszuwählen, während du mit einem interdisziplinären Team an wissenschaftlichen Themen arbeitest, die einen hohen Anwendungsbezug haben. Du wirst in einem agilen Umfeld gefördert und erhältst Unterstützung durch ein umfassendes Weiterbildungsangebot sowie zeitgemäße Sozialleistungen. Diese Position bietet dir die Chance, praktische Erfahrungen in einem dynamischen und flexiblen Arbeitsumfeld zu sammeln.

Leistungen

Krippenzuschüsse
Jobticket
Sportangebote
Gesundheitsförderung
flexibles Arbeitszeitmodell
sicherer Arbeitsplatz

Qualifikationen

  • Studium in Informatik, Data Science oder Automatisierungstechnik erforderlich.
  • Fundierte Kenntnisse in maschinellem Lernen und Programmierkenntnisse in Python.

Aufgaben

  • Analyse und Auswahl geeigneter KI-Methoden für die Objekterkennung.
  • Training und Bewertung des KI-Modells sowie Implementierung auf der SeaCat.

Kenntnisse

maschinelles Lernen
Deep Learning
Signalverarbeitung
Python
TensorFlow
PyTorch
Deutschkenntnisse
Englischkenntnisse

Ausbildung

Bachelor in Informatik
Master in Informatik
Data Science
Automatisierungstechnik

Tools

TensorFlow
PyTorch

Jobbeschreibung

Abschlussarbeit: Entwicklung eines KI-Moduls für die sonargestützte Objekterkennung in maritimen Echtzeitsystemen, Bremen

Bremen, Germany

Aufgaben

  1. Analyse existierender KI-Methoden und Auswahl der passenden Modelle
  2. Generierung und/oder Aufnahme von Daten
  3. Training und Bewertung des ausgewählten Modells
  4. Implementierung des Moduls auf der SeaCat
  5. Auswertung und Dokumentation der Ergebnisse
  6. Abstimmung mit Projektpartnern

Qualifikationen

  1. Du absolvierst ein Studium mit der Fachrichtung Informatik, Data Science, Automatisierungstechnik oder vergleichbar (Bachelor- oder Masterstudium).
  2. Du besitzt fundierte Kenntnisse in den Bereichen maschinelles Lernen, Deep Learning oder Signalverarbeitung.
  3. Du beherrschst Programmiersprachen und Bibliotheken, die üblicherweise beim maschinellen Lernen verwendet werden, wie Python und TensorFlow/PyTorch.
  4. Ein selbständiges und systematisches Arbeiten ist für Dich selbstverständlich.
  5. Frühere Erfahrungen mit Sonardaten oder Klassifikationsmethoden wären von Vorteil.
  6. Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift runden Dein Profil ab.

Ihre Vorteile bei uns

Durch das A-LAB bietet ATLAS ELEKTRONIK Promovenden und Studierenden die Chance, in einem agilen Umfeld mit einem interdisziplinären Team an wissenschaftlichen Themen mit hohem Anwendungsbezug zu arbeiten. Im Rahmen Ihrer Promotion bekommen Sie im A-LAB die Möglichkeit, gemeinsam mit Studierenden an Ihrem wissenschaftlichen Thema zu arbeiten. Durch das Promotionsprogramm der ATLAS ELEKTRONIK werden Sie sowohl technisch, fachlich als auch mit Expertise im Promotionsverfahren mit einer jeweils zu bestimmenden Universität unterstützt.

ATLAS ELEKTRONIK bietet Ihnen ein beispielhaftes Weiterbildungsangebot. Darüber hinaus eröffnen sich Ihnen zahlreiche Chancen und hervorragende Karrieremöglichkeiten, nicht zuletzt durch die Anbindung an thyssenkrupp. Zeitgemäße Sozialleistungen wie Krippenzuschüsse, Jobticket, Sportangebote, Gesundheitsförderung und unser modernes und hochflexibles Arbeitszeitmodell (bis zu 50% Homeoffice / mobiles Arbeiten) sind weitere selbstverständliche Angebote - neben einem sicheren Arbeitsplatz.

Hol dir deinen kostenlosen, vertraulichen Lebenslauf-Check.
eine PDF-, DOC-, DOCX-, ODT- oder PAGES-Datei bis zu 5 MB per Drag & Drop ablegen.