Machine Learning-Jobs in Italien

• Im Rahmen der Arbeit sollen unterschiedliche Varianten und Proben von Tandemsolarzellen untersucht werden. Dazu sind zum einen hyperspektrale Bilddaten mittels VNIR- oder SWIR-Kamera aufzunehmen. Die Bilddaten sollen dann mittels bestehender Python-Software-Tools vorbehandelt werden, z. B. Ausgleich von Helligkeitsunterschieden. Weiterhin sollen die Spektren einzelner Bereiche untersucht und verglichen werden, um nicht-uniforme Bereiche der Proben zu identifizieren. Dabei können vorhandene Software-Tools aus dem Bereich des maschinellen Lernens (vor allem clustering, z. B. k-means, und classification, z. B. support vector machine) genutzt werden bzw. sind diese weiterzuentwickeln.
• Zusammen mit dem Partner LayTec sollen zusätzliche lokale spektralaufgelöste Messungen in identifizierten Bereichen mit durch die HSI-Messungen erkannten Unregelmäßigkeiten erfolgen. Dabei sollen die Daten auch mittels von LayTec bereitgestellter optischer Modelle hinsichtlich ihrer Schichtstapelzusammensetzung analysiert werden.
• In einem dritten Teil der Arbeit werden einzelne ausgewählte Stellen mittels Flugzeit-Sekundärionenmassenspektrometrie (ToF-SIMS) oder Photoelektronenspektroskopie (XPS) hinsichtlich ihrer realen Materialzusammensetzung und -abfolge analysiert. Diese Daten sollen mit den HSI-Messungen und lokalen spektralen Messungen korreliert werden.
• Durch diese drei Teile 1) hyperspektrale Bildgebung und machine learning zur Erkennung von Nicht-uniformitäten, 2) lokale spektrale Messung und Anwendung von Modellen zur Schichtstapelanalyse, sowie 3) Korrelation mit materialanalytischen Untersuchungen basierend auf ToF-SIMS / XPS-Messungen soll ein Workflow zur schnellen Fehleridentifizierung in modernsten Perowskit / Silizium-Tandemsolarzellen etabliert werden.

Was Sie mitbringen

• Aktuelle Immatrikulation in einem naturwissenschaftlichen oder technischen Studienfach
• Interesse an anwendungsnaher Forschung und Entwicklung
• Erste Erfahrung in der Programmierung und Nutzung von Python-Algorithmen
• Strukturierte und selbstständige Arbeitsweise
• Kreativität, Zuverlässigkeit, gute Kommunikationsfähigkeiten und hohes Maß an Motivation

Was Sie erwarten können

• Interessante Einblicke in die Forschungspraxis und den Alltag einer anwendungsorientierten Forschungsorganisation
• Einarbeitung und Betreuung in das Forschungsgebiet durch erfahrenes wissenschaftliches Personal
• Praxisorientierte abwechslungsreiche Tätigkeiten als Ergänzung zum Studium
• Flexible Gestaltung der Arbeitszeit und damit optimale Vereinbarkeit von Studium und Job
• Zentrale Lage auf dem Weinberg Campus mit guter Verkehrsanbindung

Die wöchentliche Arbeitszeit beträgt mindestens 10 Stunden und maximal 20 Stunden. Auf Wunsch kann die Arbeitszeit in der vorlesungsfreien Zeit aufgestockt werden. Die Vergütung ist abhängig vom Abschlussgrad Ihrer Hochschulausbildung.

Es besteht die Möglichkeit, zum beschriebenen Thema eine Abschlussarbeit anzufertigen.

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.

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.