Blätter-Navigation

Angebot 451 von 603 vom 20.09.2021, 16:45

logo

Fraun­ho­fer Hein­rich-Hertz-Insti­tut - For­schung

Das Fraun­ho­fer Hein­rich-Hertz-Insti­tut (HHI) ist eines der welt­weit füh­ren­den For­schungs­in­sti­tute für mobile und sta­tio­näre Kom­mu­ni­ka­ti­ons­netz­werke und für die Schlüs­sel-Tech­no­lo­gien der Zukunft. Unsere Kom­pe­tenz­be­rei­che haben wir kon­se­quent auf der­zei­tige und künf­tige Markt- und Ent­wick­lungs­an­for­de­run­gen aus­ge­rich­tet.

Wis­sen­schaft­li­che*r Mit­ar­bei­ter*in - Fede­r­a­ted Machine Lear­ning

Aufgabenbeschreibung:

Die Arbeits­gruppe „Effi­zi­en­tes Deep Lear­ning“ in der Abtei­lung „Künst­li­che Intel­li­genz“ beschäf­tigt sich mit der Ent­wick­lung effi­zi­en­ter Ver­tei­lungs- und Über­tra­gungs­ver­fah­ren, sowie der Kom­pres­sion und Codie­rung Neu­ro­na­ler Netze und kom­ple­xer KI-Modelle. Dies umfasst zum einen Dis­tri­bu­ted Lear­ning und Trai­ning über viele Geräte, um z.B. Hard­ware- und Ver­ar­bei­tungs­ein­schrän­kun­gen ein­zel­ner Geräte zu ver­mei­den. Zum ande­ren wer­den effi­zi­ente Codier­tech­no­lo­gien ent­wi­ckelt und in die inter­na­tio­nale Stan­dar­di­sie­rung, z.B. in ISO/IEC MPEG oder 3GPP ein­ge­bracht.

Diese inter­es­san­ten wis­sen­schaft­li­chen Auf­ga­ben erwar­ten Sie:
  • Erfor­schung von neuen Ver­fah­ren des Fede­r­a­ted Lear­nings, wie Fede­r­a­ted Distil­la­tion, Fede­r­a­ted Edge Com­pu­ting oder Clus­te­red Fede­r­a­ted Lear­ning
  • Die Mög­lich­keit, wert­volle Bei­träge in inter­na­tio­nale Stan­dar­di­sie­rungs­gre­mien ein­brin­gen zu kön­nen
  • Erfor­schung von effi­zi­en­ten Pru­ning- und Quan­ti­sie­rungs­ver­fah­ren für neu­ro­nale Netz­werke sowie von effi­zi­en­ten Reprä­sen­ta­tio­nen
  • Imple­men­tie­rung und Anwen­dung der Algo­rith­men auf span­nen­den Daten
  • Zusam­men­ar­beit mit inter­na­tio­na­len ML-Exper­ten und Betei­li­gung bei diver­sen Akti­vi­tä­ten der Gruppe bei Kon­fe­ren­zen wie Neu­rIPS, ICML, CVPR.
  • Ein hoch­mo­ti­vier­tes, inter­na­tio­na­les Team und eine exzel­lente Aus­stat­tung (GPU Clus­ter)
  • Anfer­ti­gung von wis­sen­schaft­li­chen Publi­ka­tio­nen und Mög­lich­keit zur Pro­mo­tion.

Erwartete Qualifikationen:

  • Sie haben einen über­durch­schnitt­lich gut abge­schlos­se­nes wis­sen­schaft­li­ches Hoch­schul­stu­dium (Mas­ter/Diplom) in einem rele­van­ten Stu­di­en­gang (bspw. Infor­ma­tik, Phy­sik, Mathe­ma­tik, o.ä.).
  • Sie ver­fü­gen über aus­ge­zeich­nete Pro­gram­mier­kennt­nisse in Python und kön­nen mit den gän­gi­gen Deep Lear­ning Frame­works (Ten­sor­Flow, PyTorch, Keras) sehr gut umge­hen.
  • Sie ver­fü­gen über eine umfang­rei­che Wis­sens­ba­sis in Maschi­nel­les Ler­nen, Infor­ma­ti­ons­theo­rie und/oder in Opti­mie­rungs­me­tho­den.
  • Sie ver­fü­gen über Erfah­rung im (ver­teil­ten) Trai­nie­ren von tie­fen neu­ro­na­len Net­zen und ken­nen sich mit ver­schie­de­nen Netz­ar­chi­tek­tu­ren (Con­vNets, Res­Nets, DenseN­ets, LSTMs, UNets) aus.
  • Sie haben Team­fä­hig­keit, ana­ly­ti­sches Den­ken, selbst­stän­dige und eigen­ver­ant­wort­li­che Arbeits­weise, Freude an neuen Tech­no­lo­gien und inter­dis­zi­pli­nä­rer Zusam­men­ar­beit
  • Sie sind ver­hand­lungs­si­cher in Eng­lisch in Wort und Schrift.

Unser Angebot:

  • Einen moder­nen und fle­xi­blen Arbeits­platz mit anspruchs­vol­len Auf­ga­ben und einer offe­nen, ergeb­nis­ori­en­tier­ten und koope­ra­ti­ven Arbeits­at­mo­sphäre
  • Eine inter­es­sante und abwechs­lungs­rei­che Tätig­keit im inno­va­ti­ven Arbeits­um­feld einer For­schungs­ein­rich­tung
  • Die Chance, Ihre beruf­li­che Kom­pe­tenz anhand der viel­fäl­ti­gen Auf­ga­ben aus­zu­bauen sowie lösungs- und ergeb­nis­ori­en­tiert eigene Ideen zu ent­wi­ckeln und umzu­set­zen
  • Frei­raum und Ver­ant­wor­tung, diverse Ver­net­zungs­mög­lich­kei­ten inner­halb der Fraun­ho­fer-Gesell­schaft sowie indi­vi­du­elle Ent­wick­lung durch Wei­ter­qua­li­fi­zie­rung, z. B. durch das Fraun­ho­fer-Bil­dungs­pro­gramm
  • Fle­xi­ble Arbeits­zeit­ein­tei­lung zur opti­ma­len Balance von Pri­vat­le­ben und Beruf

Hinweise zur Bewerbung:

Haben wir Ihr Inter­esse geweckt? Wol­len Sie uns unter­stüt­zen? Dann freuen wir uns auf Ihre aus­sa­ge­kräf­tige Bewer­bung. Bitte bewer­ben Sie sich mit allen rele­van­ten Bewer­bungs­un­ter­la­gen (Mas­ter­ur­kunde/-zeug­nis, Arbeits­zeug­nisse, Lebens­lauf) aus­schliess­lich über unser Online- Por­tal.