Wissenschaftliche Mitarbeit im Bereich Machine Learning für Sensor-Systeme

Fraunhofer-Gesellschaft
München, Germany
2 days ago

Role details

Contract type
Temporary contract
Employment type
Part-time (≤ 32 hours)
Working hours
Shift work
Languages
German

Job location

München, Germany

Tech stack

Artificial Intelligence
Data analysis
Artificial Neural Networks
Databases
Continuous Integration
DevOps
Python
Machine Learning
TensorFlow
Signal Processing
Management of Software Versions
Feature Engineering
PyTorch
Deep Learning
Information Technology
Machine Learning Operations

Job description

  • Entwicklung und Implementierung von Machine-Learning- und Deep-Learning-Modellen zur Auswertung von Sensordaten
  • (Vor-)Verarbeitung und Analyse von zeit- und frequenzbasierten Sensordaten (Signalverarbeitung, Feature Engineering)
  • Aufbau und Betreuung von Datenpipelines: Sensordatenerfassung, -speicherung (z. B. Datenbanken) und -aufbereitung
  • Einsatz von Python (u. a. TensorFlow, PyTorch) für ML-Anwendungen, Training, Evaluation und Deployment von Modellen
  • Nutzung von GPU-basierten Servern und moderner IT-Infrastruktur für Training und Inferenz
  • Anwendung klassischer ML-Methoden (z. B. Regression, Klassifikation) sowie neuronaler Netze (z. B. CNNs, RNNs)
  • Vorbereitung von ML-Modellen für die Inferenz auf Edge-Systemen (Edge-AI, Embedded AI)
  • Mitarbeit an MLOps-/DevOps-Prozessen (z. B. Versionierung, Automatisierung, CI/CD)
  • Mitarbeit in nationalen und internationalen Forschungsprojekten
  • Veröffentlichung der Ergebnisse in Fachzeitschriften und auf Konferenzen
  • Erstellung strukturierter technischer Dokumentationen der Entwicklungsergebnisse

Requirements

Du kennst die Arbeit in Forschung & Entwicklung im universitären Umfeld und hast Freude daran, dich in neue Themen einzuarbeiten. Idealerweise erfüllst du folgende Anforderungen:

  • Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium, vorzugsweise in Informatik, Elektrotechnik oder einem vergleichbaren Studiengang
  • Sehr gute Programmierkenntnisse in Python (z. B. TensorFlow, PyTorch)
  • Fundierte Kenntnisse im Bereich Machine Learning / Deep Learning (Statistik und Datenanalyse)
  • Gute Kenntnisse in Sensorik und Sensortechnik bzw. Sensorapplikationen
  • Erfahrung im Umgang mit Sensordaten und Sensornetzwerken sowie deren Erfassung, Speicherung und Verarbeitung
  • Idealerweise erste Erfahrung mit DevOps-/MLOps-Ansätzen
  • Techniken zur Reduzierung der ML-Modellgröße und -komplexität, um sie auf limitierter Hardware auszuführen zu können
  • Ausgeprägtes analytisches und lösungsorientiertes Denken
  • Selbstständige, strukturierte und eigenverantwortliche Arbeitsweise
  • Sehr gute Kommunikationsfähigkeit zur Zusammenarbeit mit Industriepartnern und Projektteams

Benefits & conditions

  • Die Möglichkeit zur Promotion
  • Mitarbeit in einem interdisziplinären und engagierten Forschungsteam
  • Zugang zu modernen Rechenressourcen und Forschungsinfrastruktur
  • Flexible Arbeitszeiten und Möglichkeiten zur persönlichen Weiterentwicklung
  • Vergütung nach TVöD EG13 (je nach Qualifikation).
  • Eine befristete Stelle auf 3 Jahre.
  • Bevorzugung von Schwerbehinderte Menschen gleicher Eignung
  • Berufliche Gleichstellung von Frauen und Männern innerhalb der Fraunhofer-Gesellschaft

Darüber hinaus bieten wir dir einen einzigartigen Mix aus Dynamik, Flexibilität und Teamwork. Aufgrund flacher Hierarchien und schneller Veränderungen brauchen wir Mitarbeiterinnen und Mitarbeiter, die voraus denken und unkomplizierte Lösungen (er-)finden. Das ist entscheidend für unseren Erfolg. Darum fördern wir Menschen, die sich bei uns engagieren und eröffnen ihnen so Entwicklungsmöglichkeiten on-the-job. Bei uns erwartet dich ein aufgeschlossenes und dynamisches Team, das dir von Anfang an Vertrauen entgegenbringt und selbständiges Arbeiten ermöglicht., Die wöchentliche Arbeitszeit beträgt 39 Stunden. Die Stelle kann auch in Teilzeit besetzt werden. Anstellung, Vergütung und Sozialleistungen basieren auf dem Tarifvertrag für den öffentlichen Dienst (TVöD). Zusätzlich kann Fraunhofer leistungs- und erfolgsabhängige variable Vergütungsbestandteile gewähren.

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.

About the company

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) ist eine der weltweit führenden Organisationen für anwendungsorientierte Forschung. 75 Institute entwickeln wegweisende Technologien für unsere Wirtschaft und Gesellschaft - genauer: 32 000 Menschen aus Technik, Wissenschaft, Verwaltung und IT. Sie wissen: Wer zu Fraunhofer kommt, will und kann etwas verändern. Für sich, für uns und die Märkte von heute und morgen. KARRIERE IN DER MIKROTECHNIKFORSCHUNG - GROSSE CHANCEN MIT KLEINEN STRUKTUREN! VERÄNDERUNG STARTET MIT UNS. Möchtest Du mit Wissenschaft die Welt verändern? Dann ist das Fraunhofer-Institut für Elektronische Mikrosysteme und Festkörper-Technologien EMFT der ideale Ort für Deine Karriere! Mit rund 200 hochqualifizierten Mitarbeitenden an unseren Standorten München, Oberpfaffenhofen und Regensburg vereinen wir langjährige Erfahrung mit umfassendem Know-how in Mikroelektronik und Mikrosystemtechnik. Unser breites Technologieangebot reicht von fortschrittlichen Halbleiterprozessen über MEMS-Technologien bis hin zu innovativer 3D-Integration und Folienelektronik. Diese Nano- und Mikrotechnologien bilden die Grundlage unserer vielfältigen Kompetenzfelder, die Sensorik, Schaltungsdesign, Systemlösungen mit KI, Analyse und Test sowie Mikropumpen umfassen. Durch die enge Zusammenarbeit unserer ExpertInnen entstehen nicht nur wegweisende Innovationen, sondern auch Synergien, die das Fraunhofer EMFT in die Lage versetzen, die komplexen Herausforderungen unserer Zeit effektiv zu meistern.

Apply for this position