Studentische Hilfskraft (m/w/d) im Forschungsbereich Bildverarbeitung in der Batteriezellproduktion

TN Germany; Stuttgart; Vor Ort; EUR 20.000 - 40.000; Vollzeit

Zusammenfassung

Ein führendes Unternehmen in der Batteriezellproduktion sucht eine studentische Hilfskraft im Bereich Bildverarbeitung. Sie werden Bilddaten klassifizieren, Modelle evaluieren und an aktuellen industrierelevanten Themen arbeiten. Flexibilität in der Arbeitszeit und die Möglichkeit zur Vertiefung in einer Abschlussarbeit sind gegeben.

Leistungen

Möglichkeiten, eigene Ideen einzubringen

Flexible Arbeitszeit- und Ortsgestaltung

Mitwirkung an einem engagierten Team

Qualifikationen

• Studium im Bereich Informatik, Elektrotechnik, Mechatronik oder Medientechnik.
• Kenntnisse in Bildverarbeitung und Bildanalyse-Tools.
• Erfahrung mit YOLO, OpenCV und unüberwachtem Machine Learning.

Aufgaben

• Klassifizierung von Bilddaten und Training von Modellen.
• Entwicklung und Vergleich von Bildauswertungsmethoden.
• Anforderungsanalyse für visuelle Systeme.

Kenntnisse

Bildverarbeitung

Bildanalyse-Tools

Python

YOLO

OpenCV

unüberwachtes Machine Learning

CUDA

GPU-Programmierung

Selbstständige Arbeitsweise

Deutschkenntnisse

Englischkenntnisse

Ausbildung

Gültige Immatrikulation an einer deutschen Hochschule

Studium im Bereich Informatik, Elektrotechnik, Mechatronik, Medientechnik oder vergleichbar

Jobbeschreibung

Studentische Hilfskraft (m/w/d) im Forschungsbereich Bildverarbeitung in der Batteriezellproduktion, Stuttgart

Fraunhofer-Gesellschaft

Was Sie bei uns tun

Im Rahmen dieser Tätigkeit klassifizieren Sie vorhandene Bilddaten von Li-Ion Elektrodenbändern manuell und trainieren sowie evaluieren Modelle und Algorithmen für die automatische Klassifizierung. Ihre Aufgaben umfassen:

1. Systematische Klassifizierung: Recherche zur Identifikation und Klassifizierung von Bilddaten und Fehlerarten an den Elektroden, Integration der Klassen in das Modelltraining.
2. Entwicklung und Vergleich von Methoden: Evaluierung verschiedener Bildauswertungsmethoden mit YOLO, OpenCV, unüberwachtem Machine Learning und skriptbasierter Klassifikation.
3. Anforderungsanalyse: Untersuchung der Hard- und Softwareanforderungen zur Übertragbarkeit der Methoden auf bestehende Visionsysteme.
4. Leistungsoptimierung: Analyse der Einsatzmöglichkeiten von CUDA-Beschleunigungen für Echtzeitfähigkeit.
5. Optional: Implementierung einer Kantendetektion im normierten Koordinatensystem zur Fehlerdetektion.
6. Dokumentation: Interpretation und Aufbereitung der Ergebnisse.

Was Sie mitbringen

• Gültige Immatrikulation an einer deutschen Hochschule
• Studium im Bereich Informatik, Elektrotechnik, Mechatronik, Medientechnik oder vergleichbar, Schwerpunkt Bildverarbeitung/Computer Vision
• Kenntnisse in Bildverarbeitung und Bildanalyse-Tools
• Erfahrung mit YOLO, OpenCV und unüberwachtem Machine Learning
• Sicherer Umgang mit Python oder ähnlichen Skriptsprachen
• Grundverständnis für Hard- und Softwareanforderungen in visuellen Systemen
• Optional: Kenntnisse in CUDA oder GPU-Programmierung
• Selbstständige Arbeitsweise
• Gute Deutsch- und Englischkenntnisse

Was Sie erwarten können

• Möglichkeiten, eigene Ideen einzubringen
• Flexible Arbeitszeit- und Ortsgestaltung
• Mitwirkung an einem aktuellen, industrierelevanten Thema in einem engagierten Team

Bei Interesse und Eignung können die Tätigkeiten auch im Rahmen einer Abschlussarbeit vertieft werden.

Wir freuen uns auf Ihr Interesse und wertschätzen Vielfalt in unserem Team.