Studentische Hilfskraft im Bereich ML-basierte Optimierung von Videoservices in Funknetzwerken

TN Germany; Wachtberg; Hybrid; EUR 20.000 - 40.000; Teilzeit

Zusammenfassung

Eine führende Forschungseinrichtung sucht eine studentische Hilfskraft zur Unterstützung in der ML-basierten Optimierung von Videoservices in Funknetzwerken. Die Rolle umfasst die Evaluierung und Weiterentwicklung bestehender Technologien in einem internationalen Umfeld. Flexible Arbeitszeiten und die Möglichkeit zur Abschlussarbeit werden geboten.

Leistungen

Flexible Arbeitszeiten

Möglichkeit zur Abschlussarbeit

Professionelle Betreuung

Qualifikationen

• Interesse an Techniken des maschinellen Lernens und Funknetzwerken.
• Selbstständige, kreative und neugierige Arbeitsweise.

Aufgaben

• Untersuchung von ML-Ansätzen zur Optimierung von Videoservices.
• Entwicklung und Evaluierung von Prototypen für DIL-Netze.

Kenntnisse

Maschinelles Lernen

Künstliche-Intelligenz

Deutsch

Englisch

Ausbildung

Informatik oder vergleichbare Studienrichtung

Tools

pyTorch

Torchaudio

JAX

TensorFlow

Wandb

MLFlow

Jobbeschreibung

Studentische Hilfskraft im Bereich ML-basierte Optimierung von Videoservices in Funknetzwerken, Wachtberg

Fraunhofer-Gesellschaft

Wachtberg, Germany

Das Fraunhofer FKIE mit seinen ca. 500 Mitarbeitenden entwickelt Technologien und Prozesse mit dem Ziel, existenzbedrohende Risiken frühzeitig zu erkennen, zu minimieren und beherrschbar zu machen. Als Institut für angewandte Forschung decken wir ein breites Spektrum an interessanten Arbeitsbereichen ab. In der Abteilung Informationstechnik für Führungssysteme ITF werden vielfältige Technologien für die Informationsverarbeitung und die Informationsauswertung in komplexen Führungssystemen entwickelt und erprobt.

Was Du bei uns tust

Du untersuchst mit uns gemeinsam verschiedene Maschinelles Lernen-basierte Ansätze für die Optimierung von Videoservices in DIL (Disconnected, Intermittent and Limited)-Netzen. Hierfür sollen bestehende Ansätze für die semantische Kompression von Videos gesichtet und weiterentwickelt werden. Für eine Evaluierung der Optimierungen bindest Du die Komponenten (Videoservice, Router, Cross-Layer-Komponenten) an ein bestehendes Testbed für DIL-Netze an.

Die Arbeiten finden im Kontext einer NATO-Forschungsgruppe mit Teilnehmenden anderer Nationen statt. Daher spielen auch Überlegungen bzgl. der Standardisierung der Technologien (bspw. Videocodecs) eine Rolle.

Was Du mitbringst

Du studierst Informatik oder eine vergleichbare Studienrichtung und hast ein besonderes Interesse an Techniken des maschinellen Lernens und an Funknetzwerken. Du besitzt Kenntnisse im Bereich Maschinelles Lernen (ML) / Künstliche-Intelligenz (KI) (bspw. pyTorch, Torchaudio, JAX oder TensorFlow und Wandb, MLFlow). Du siehst es als Herausforderung an, Dich in neue Technologien und Frameworks einzuarbeiten. Das Entwickeln von Prototypen bereitet Dir Freude. Du hast gute Deutsch und Englisch-Kenntnisse in Wort und Schrift. Du bist selbstständig, kreativ und neugierig und kannst eigenverantwortlich arbeiten.

Was Du erwarten kannst

Das FKIE bietet ideale Rahmenbedingungen für Praxiserfahrungen neben dem Studium. Du bekommst die Möglichkeit, Deine studentische Abschlussarbeit bei professioneller Betreuung durchzuführen, und bekommst Einblick in die Forschung und Entwicklung von KI-Systemen in einer der weltweit führenden Organisationen der anwendungsorientierten Forschung. Die Arbeitszeiten sind flexibel und können vorwiegend im mobilen Arbeiten (unter Berücksichtigung eines Präsenztages vor Ort) geleistet werden.

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.

Die wöchentliche Arbeitszeit erfolgt nach Vereinbarung, beträgt jedoch maximal 20 Stunden. Die ist zunächst i. d. R. auf 12 Monate befristet. Die Vergütung richtet sich nach der Gesamtbetriebsvereinbarung zur Beschäftigung studentischer 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.