Studierende: Künstliche Intelligenz in der Halbleitertechnologie

Fraunhofer-Gesellschaft
Chemnitz, Germany
about 2 months ago

Role details

Contract type
Permanent contract
Employment type
Full-time (> 32 hours)
Experience level
Internship
Working hours
Regular working hours
Job source

Tech stack

Artificial Intelligence Python (Programming Language) Machine Learning

Requirements

  • Du hast bereits erste praktische Erfahrung mit KI- und maschinellen Lernalgorithmen, dann bist Du bei uns genau richtig.
  • Ausgezeichnete Programmierkenntnisse (vorzugsweise in Python) sind erforderlich.
  • Ein starkes Interesse an interdisziplinärer Arbeit an der Schnittstelle von Halbleitertechnologie, Datenwissenschaft und künstliche Intelligenz ist unerlässlich.
  • Noch laufendes Studium in Chemnitz, Mittweida oder der näheren Umgebung.
  • Einen Notendurchschnitt von < 2.

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.

Die besondere Stärke des Fraunhofer-Instituts für Elektronische Nanosysteme ENAS liegt in der Entwicklung von Smart Systems - sogenannten intelligenten Systemen für verschiedenartige Anwendungen. Die Systeme verbinden Elektronikkomponenten, Mikro- und Nanosensoren und - aktoren mit Schnittstellen zur Kommunikation. Fraunhofer ENAS entwickelt Einzelkomponenten, die Technologien für deren Fertigung aber auch Systemkonzepte und Systemintegrationstechnologien und überführt sie in die praktische Nutzung. Fraunhofer ENAS begleitet Kundenprojekte von der Idee über den Entwurf, die Technologieentwicklung oder Umsetzung anhand bestehender Technologien bis hin zum getesteten Prototyp.

Das Team für datenbasierte Methoden am Fraunhofer ENAS beschäftigt sich mit Anwendungen für KI, Machine Learning und Computer Vision in unterschiedlichen Bereichen. EIn besonderer Fokus liegt dabei auf der Halbleiterfertigung und Medizintechnik.

Spitzenforschung in den Bereichen Halbleitertechnologie und künstlicher Intelligenz findest Du spannend? Werde Teil unseres Teams als Student und unterstütze uns dabei, digitale Zwillinge für hochkomplexe Halbleiterfertigungsprozesse zu erstellen, die eine Prozessoptimierung und modellbasierte Steuerung ermöglichen. Da sich die Industrie auf immer individuellere Prozesse und Produkte zubewegt, besteht eine große Herausforderung darin, genaue Vorhersagen mit begrenzten Referenzdaten zu ermöglichen. Daher setzen wir eine breite Palette von Algorithmen der künstlichen Intelligenz ein, die Prozessdaten mit Expertenwissen anreichern, sowie semi-supervised learning, um unmarkierte Daten einzubeziehen.

Wir suchen derzeit Studierende für Masterarbeiten, Praktika und studentische Hilfskräfte. Gemeinsam können wir unsere Vorstellungen besprechen, um die für Dich passende Beschäftigung zu finden.

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on fraunhofer.de

Good distractions

Talks and stories from around this role — technically off-topic, practically not.

2:36 min

Applying supervised machine learning for practical rule extraction

Katja Träumner

3:46 min

Core terminology and audiences for interpretable artificial intelligence

Karol Przystalski · LIVE

1:17 min

Fabricated software updates for Python alongside lunar quarantine proposals

Chris Heilmann +1 · LIVE

6:28 min

Reimagining software engineering education for all ages and backgrounds

Demetris Cheatham Demetris Cheatham +1 · World Congress 2024

1:57 min

Evolution of machine learning algorithms and computing hardware

Alexandra Waldherr · LIVE

2:35 min

Analyzing current and future IT talent shortages in Germany

Ingolf Teetz Ingolf Teetz · World Congress 2024

Videos

See all

Related articles

See all