Thesis: Multi-task Learning

vor 3 Wochen

Waldkirch, Deutschland SICK AG Vollzeit

Sie leben digitale Zukunft, wir leben intelligente Sensorkonzepte. Gemeinsam gestalten wir weltweit Industrie 4.0. Ihre Karriere: anspruchsvoll, abwechslungsreich und mit besten persönlichen Entwicklungschancen. Ihr Umfeld: hochprofessionell, international und inspirierend. Ihr neuer Arbeitgeber: ein Technologie

Thesis: Multi-Task Learning - Verbesserung der Stabilität von Deep-Learning-Applikationen*
- SICK AG- Waldkirch (bei Freiburg), DE, 79183- Vollzeit**Wintersemester 2023/24 - befristet auf 3-6 Monate**

**IHRE AUFGABEN**:

- Sie arbeiten sich in die Themengebiete 3D Punktwolkendaten, Punktwolkenverarbeitung mit Deep Learning und Multi-Task Learning ein
- Sie implementieren ein Deep Learning basiertes Modell für Punktwolken, das mehrere Aufgaben gleichzeitig lernt
- Sie vergleichen das Modell mit weiteren Modellen, die nur einzelne Aufgaben lernen
- Sie sind verantwortlich für die detaillierte Dokumentation und Präsentation der Ergebnisse

**IHR PROFIL**:

- Sie studieren Informatik, Mathematik, Elektrotechnik oder einen vergleichbaren Studiengang
- Sie haben Programmiersprachenkenntnisse in Python, idealerweise TensorFlow 2.x oder PyTorch
- Kenntnisse im Bereich Deep Learning und erste Erfahrung oder Vorlesungen in Bild-/ Datenverarbeitung
- Idealerweise Kenntnisse in der Verarbeitung und im Umgang mit 3D-Daten
- Gute Englischkenntnisse
- Ausgeprägte Team
- und Kommunikationsfähigkeit
- Ihre selbstständige und strukturierte Arbeitsweise rundet Ihr Profil ab

**IHRE BEWERBUNG**:

- Wir freuen uns auf Ihre Online-Bewerbung
- Sarah Disch
- Job-ID** 34547**:

- Vertrauliche Behandlung wird zugesichert
- Der Mensch zählt, nicht das Geschlecht.
- Wir setzen auf Vielfalt, lehnen Diskriminierung ab und denken nicht in Kategorien wie etwa Geschlecht, ethnische Herkunft, Religion, Behinderung, Alter oder sexuelle Identität.

  • Thesis: Bridging The Sim2real Gap for Sensor Data

    vor 4 Wochen

    Waldkirch, Deutschland SICK AG Vollzeit

    Thesis: Bridging the Sim2Real gap for sensor data in an industrial context via generative models* - SICK AG- Waldkirch (bei Freiburg), DE, 79183- Full-time**Winter semester 2024/25 - limited to 5-6 months** - Machine learning (ML) models are increasingly hungry for data. In industrial contexts, high-quality labeled data is a scarce and costly resource....