Werkstudent im Bereich maschinelles Lernen bei Fraunhofer-Gesellschaft, unterstützend in der Entwicklung synthetischer Sensordaten. Praktische Erfahrung im dynamischen Forschungsumfeld sammeln.
Responsibilities
Du evaluierst und benchmarkst synthetische Datensätze.
Damit einhergehend recherchierst du ggf. neue Ansätze und Architekturen für Deep Learning / neuronale Netze in wissenschaftlichen Veröffentlichungen.
Du implementierst und trainierst generative neuronale Netzwerke zur Textursynthetisierung.
Je nach Interesse kannst du an der Erzeugung neuer synthetischer Datensätze mitwirken und dich an wissenschaftlichen Veröffentlichungen auf internationalen Konferenzen beteiligen.
Requirements
Du bist immatrikuliert (Uni / FH) und studierst Informatik oder eine vergleichbare Fachrichtung.
Du hast grundlegende Python-Kenntnisse und bereits erste Erfahrungen in der Softwareentwicklung (z. B. durch die Mitarbeit an Open-Source- oder anderen Software-Projekten) gesammelt.
Du besitzt grundlegendes theoretisches Vorwissen im Bereich neuronaler Netzwerke und Deep Learning.
Idealerweise kannst du schon erste Erfahrungen mit PyTorch oder TensorFlow vorweisen, das ist aber nicht zwingendermaßen erforderlich.
Du bist bereit, dich selbstständig in neue Themengebiete und bestehenden Code einzuarbeiten, und hast Lust, Neues dazuzulernen.
Gute Deutsch- und Englischkenntnisse.
Benefits
Zentrale Lage: Nur wenige Minuten Fußweg vom KIT-Campus Süd und sehr gute Anbindung an den ÖPNV.
Flexible Arbeitszeiten: Dein Studium steht an erster Stelle – wir finden gemeinsam den passenden Rahmen (zwischen 20 und 80 Std. pro Monat).
Attraktive Vergütung: Nach der Gesamtbetriebsvereinbarung zur Beschäftigung studentischer Hilfskräfte.
Flexibles Arbeiten: Mobiles Arbeiten ist nach individueller Absprache mit deine*r Betreuer*in möglich - Du wirst aber auch vor Ort in Karlsruhe arbeiten.
Individuelle Betreuung: Profitiere von unserer professionellen Begleitung und einem offenen, kommunikativen Austausch im Team.
Spannende Aufgaben und Freiraum für Ideen: Hohes Maß an Eigenverantwortung und die Möglichkeit, aktiv eigene Ideen einzubringen.
Option auf Abschlussarbeit: Möglichkeit zur Anfertigung einer Bachelor- oder Masterarbeit nach Absprache.
Job title
Werkstudent im Bereich maschinelles Lernen – synthetische Sensordaten
Principal AI/ML Engineer leading the AI/ML infrastructure development for WEX's risk service needs. Focused on innovative engineering and technology solutions within a high - stakes environment.
AI/ML Engineer developing solutions in artificial intelligence for HPE. Responsible for conducting research, designing AI solutions, and mentoring team members.
Machine Learning Engineer focusing on modeling cancer cells and developing related tools. Collaborating with researchers and scientists to advance cancer treatment through ML.
Machine Learning Engineer II developing production - grade ML models for fraud detection at GEICO. Collaborating on system architecture and ensuring optimal performance of fraud assessment systems.
AI/ML Engineer III designing and architecting AI solutions at Hewlett Packard Enterprise. Collaborating with teams to drive innovation and tackle complex problems.
AI/ML Engineer deploying state - of - the - art AI models to solve real - world problems at Brain Co. Working in healthcare, government, and energy sectors for impactful results.
Trainer at WeAndTheMany facilitating learning by sharing experiences and creating interactive sessions. Engaging with students to enhance their skills and knowledge through dynamic teaching methods.
Machine Learning Manager leading experienced team to drive data - driven AI/ML solutions at Ford. Overseeing strategies for product development focused on analytics in various domains.
Software Engineer I developing machine learning models and applications at Smart Data Solutions. Collaborating to improve infrastructure and automate processes using AI technology.
Intermediate Machine Learning Engineer at Aviva Canada implementing ML pipelines with required collaboration in AI/ML Operations. Join a team dedicated to operationalizing ML models for optimizing solutions.