Ziel des Projekts ist die Entwicklung und Erprobung digitaler und KI-gestützter Technologien zur Energie- und Prozesseffizienzsteigerung insbesondere in kleinen und mittleren Unternehmen (KMU). Das Projekt wird in enger Zusammenarbeit mit regionalen Industriepartnern durchgeführt mit dem Ziel der Entwicklung praxisnaher Lösungen und dem Wissenstransfer überwiegend in die regionale Industrie. Im Fokus stehen:

• Die Analyse energieintensiver Prozesse in KMU
• Die Entwicklung digitaler Zwillinge zur Prozesssimulation und -optimierung
• Die Untersuchung des Einsatzes autonomer Roboter für flexible Automatisierungslösungen
• Die Integration von Sensorik und KI zur Echtzeitüberwachung von Energieverbrauch und Produktqualität
• Der Aufbau eines Demonstrators im Bereich Additive Fertigung zur praxisnahen Darstellung
• Organisation und Durchführung von Workshops, Schulungen und Pilotanwendungen, * Konzeption, Implementierung und Evaluierung technischer Lösungen im Bereich Computer Vision unter herausfordernden Umgebungsbedingungen (z. B. Feuchtigkeit, Staub, reflektierende Oberflächen)

o

Entwicklung robuster Verfahren zur Objekterkennung, Segmentierung, Tracking und 3D-Rekonstruktion auf Basis multimodaler Sensordaten (z. B. RGB-Kameras, Time-of-Flight, LIDAR)

Datenvorverarbeitung, Feature-Extraktion, Training und Validierung skalierbarer Modelle zur Bestimmung des Bearbeitungszustands von Werkstücken im Vergleich zu digitalen Referenzmodellen

Durchführung von Markt- und wissenschaftlicher Literaturrecherche zur Anwendung der neuesten Techniken und Modelle im Bereich Computer Vision

Zusammenarbeit mit externen industriellen Projektpartnern und einem interdisziplinären Team aus den Bereichen Automatisierung, Robotik, Sensorik, Additive Fertigung, Augmented und Virtual Reality Lösungen

Unterstützung bei der Ergebnisverwertung und dem Transfer

Abgeschlossenes Hochschulstudium (Dipl. Univ. oder Master) in Informatik oder einer verwandten Disziplin

Fundierte Kenntnisse im Bereich Computer Vision, idealerweise mit Fokus auf industriellen Anwendungen und schwierigen Umweltbedingungen

Erfahrung mit verschiedenen Eingabemodalitäten (z. B. Bilder, Punktwolken, Tiefendaten) und multimodaler Datenfusion

Gute Kenntnisse im Bereich Künstliche Intelligenz, insbesondere im Einsatz von Deep Learning für visuelle Aufgaben

Praktische Erfahrung mit gängigen Frameworks wie OpenCV, PyTorch und TensorFlow

Sehr gute Programmierkenntnisse in Python und C++; MATLAB-Kenntnisse von Vorteil

Idealerweise Erfahrung mit Echtzeitsystemen, GPU-Computing oder HPC-Umgebungen

Schnelle Auffassungsgabe, analytisches Denkvermögen, exzellente Problemlösungsfähigkeiten, Eigeninitiative, Strategiefähigkeit

Strukturierte und eigenständige Arbeitsweise, hohe Zuverlässigkeit, Verantwortungsbewusstsein und Teamfähigkeit

Kommunikations- und Konzeptstärke, um technisch schwierige Konzepte klar und verständlich vermitteln zu können

Sehr gute Deutsch- und gute Englischkenntnisse

Eine verantwortungsvolle Position mit Gestaltungsspielraum

Mitarbeit an einem zukunftsweisenden Projekt mit hoher gesellschaftlicher und wirtschaftlicher Relevanz

Interdisziplinäres Arbeitsumfeld mit engagierten Kollegen/Kolleginnen und Praxispartnern

Ein sympathisches und kreatives Team

Flexible Arbeitszeiten und Möglichkeiten zum mobilen Arbeiten

Unterstützung bei der persönlichen und fachlichen Weiterentwicklung

Das mit dem Freistaat Bayern geschlossene Beschäftigungsverhältnis erfolgt im Rahmen einer Vollzeitbeschäftigung (40 Wochenstunden) und ist bis zum 30.06.2028 befristet. Es besteht die Möglichkeit zur Promotion. Die Eingruppierung erfolgt in Entgeltgruppe 13 des TV-L. Bitte beachten Sie, dass es sich hierbei um eine von mehreren geplanten Stellen im Rahmen eines Forschungstransfer-Projekts handelt. Aktuell ist diese Position bereits ausgeschrieben; weitere Stellenangebote - insbesondere für wissenschaftliche Mitarbeitende in den Bereichen Automatisierung/Robotik, Künstliche Intelligenz, Additive Fertigung und Sensorik - folgen in Kürze. Sie können sich auf die Stellen parallel bewerben. Das Projekt wird von der Europäischen Union kofinanziert.