Werkstudent - Computer Vision & Deep Learning
Role details
Job location
Tech stack
Job description
- Unterstützung bei Entwicklung und Training von Deep-Learning-Modellen für Computer-Vision-Anwendungen
- Mitwirkung bei Implementierung, Evaluation und Optimierung von Modellen mit Frameworks wie PyTorch oder TensorFlow
- Datenaufbereitung, Experimentdesign und Performance-Analyse entlang des gesamten ML-Workflows
Requirements
- Laufendes Studium im Bereich Informatik oder einer vergleichbaren Fachrichtung
- Kenntnisse im Bereich Machine Learning
- Programmiererfahrung in C++ von Vorteil
- Spaß am Ausprobieren von Technologien und Ansätzen
- Systematische, zielorientierte und selbstständige Arbeitsweise gepaart mit Verantwortungsbereitschaft und Eigeninitiative
- Fließende Deutschkenntnisse in Wort und Schrift (C1) und gute Englischkenntnisse für den technischen Austausch (B2)
Benefits & conditions
Gestalten Sie mit uns die digitale Zukunft! Wir suchen Persönlichkeiten mit Teamgeist, die unsere Leidenschaft für den Schutz von Identitäten und Daten teilen, vorausschauend denken und gemeinsam mit uns an sicheren Digitalisierungslösungen arbeiten wollen. Wir sind überzeugt, dass Veränderungen neue Chancen für Entwicklung und Innovation mit sich bringen. Wir bieten Ihnen ein attraktives Arbeitsumfeld mit vielfältigen Karrieremöglichkeiten und eine sichere berufliche Zukunft., Die monatliche Vergütung liegt bei einer flexiblen Einteilung der Wochenarbeitszeit von 15 Stunden bei 1.011,00 (Bachelor) / 1.076,00 (Master) oder 20 Stunden bei 1.348,00 (Bachelor) / 1.435,00 (Master) Euro brutto, * Gemeinsam mehr erreichen: toller Teamspirit in einem kompetenten und zukunftssicheren Arbeitsumfeld zum Sammeln wertvoller Erfahrungen für den Berufseinstieg
- Attraktive Arbeitsbedingungen: abwechslungsreiche Aufgaben und flexible Arbeitszeiten zur optimalen Vereinbarkeit mit dem Studium
- Moderne Arbeitsausstattung: top Equipment, moderner Tech Stack und innovative Kollaborationstools
- Optimale Verkehrsanbindung: attraktiver Standort mit sehr guter Anbindung an den öffentlichen Nahverkehr