Blätter-Navigation

Angebot 515 von 682 vom 22.07.2022, 08:23

logo

Tech­ni­sche Uni­ver­sität Ber­lin - Fakul­tät IV - Insti­tut für Tech­ni­sche Infor­ma­tik und Mikro­elek­tro­nik / FG Remote Sen­sing Image Ana­ly­sis

Wiss. Mit­ar­bei­ter*in (d/m/w) - Ent­gelt­gruppe 13 TV-L Ber­li­ner Hoch­schu­len

Unter dem Vor­be­halt der Mit­tel­be­wil­li­gung; Teil­zeit­be­schäf­ti­gung ist ggf. mög­lich

Aufgabenbeschreibung:

Das Fach­ge­biet Remote Sen­sing Image Ana­ly­sis (RSiM) sucht eine*n wis­sen­schaft­li­che*n Mit­ar­bei­ter*in für die Durch­füh­rung von For­schungs- und Ent­wick­lungs­ar­bei­ten auf dem Gebiet der auf Deep Lear­ning basie­ren­den Kom­pri­mie­rung von groß­for­ma­ti­gen Satel­li­ten­bil­dern. Auf­grund des kon­ti­nu­ier­li­chen Fort­schritts in der Satel­li­ten­tech­no­lo­gie ist die Zahl der Satel­li­ten­bild­ar­chive in den letz­ten Jah­ren explo­si­ons­ar­tig ange­stie­gen. Um die Spei­cher­größe zu redu­zie­ren, wer­den Satel­li­ten­bil­der in der Regel in einem kom­pri­mier­ten For­mat in den Archi­ven gespei­chert. In jüngs­ter Zeit haben auf End-to-End-Ler­nen basie­rende Bild­kom­pri­mie­rungs­ver­fah­ren im Ver­gleich zu her­kömm­li­chen Ver­fah­ren wie JPEG2000 her­vor­ra­gende Leis­tun­gen gezeigt. Die meis­ten der vor­han­de­nen Metho­den sind jedoch für die räum­li­che Kom­pres­sion aus­ge­legt und berück­sich­ti­gen nicht die spek­trale Red­un­danz, die in den Satel­li­ten­bil­dern zu beob­ach­ten ist.

Die Auf­ga­ben die­ser Posi­tion sind:
1) die Ent­wick­lung lern­ba­sier­ter 3D-Kom­pres­si­ons­me­tho­den, bei denen nicht nur räum­li­che, son­dern auch spek­trale Red­un­dan­zen kom­pri­miert wer­den und
2) die Erfor­schung der Satel­li­ten­bild­ana­lyse im Bereich der 3D-Kom­pres­sion.

Dar­über hin­aus wird erwar­tet, dass der*die Kan­di­dat*in die For­schungs­er­geb­nisse ver­öf­fent­licht.

Die Stelle ist offen für Bewer­ber*innen mit einem Dok­tor­ti­tel, aber auch für Kan­di­dat*innen mit der Absicht, eine Dok­tor­ar­beit zu schrei­ben.

Diese For­schungs­tä­tig­keit ist Teil des ERC-finan­zier­ten Pro­jekts: BigE­arth – Accu­rate and Scala­ble Pro­ces­sing of Big Data in Earth Obser­va­tion (http://bigearth.eu/index.html)

Erwartete Qualifikationen:

  • erfolg­reich abge­schlos­se­nes wis­sen­schaft­li­ches Hoch­schul­stu­dium (Mas­ter, Diplom oder Äqui­va­lent) im Bereich Infor­ma­tik, Inge­nieur­we­sen oder Ange­wandte Mathe­ma­tik
  • Fach­wis­sen zu Metho­den und Theo­rie des Machine Lear­ning, der Deep Neural Net­works und Bild­kom­pres­sion
  • Erfah­run­gen mit min­des­tens einem Deep Lear­ning Frame­work (Ten­sor­flow, Caffe, PyTorch)
  • exzel­lente Eng­lisch­kennt­nisse in Wort und Schrift; gute Deutsch­kennt­nisse; Bereit­schaft die jeweils feh­len­den Sprach­kennt­nisse zu erler­nen

Hinweise zur Bewerbung:

Ihre schrift­li­che Bewer­bung rich­ten Sie bitte unter Angabe der Kenn­zif­fer mit den übli­chen Unter­la­gen an die Tech­ni­sche Uni­ver­si­tät Ber­lin - Die Prä­si­den­tin - Fakul­tät IV, Insti­tut für Tech­ni­sche Infor­ma­tik und Mikro­elek­tro­nik, FG Remote Sen­sing Image Ana­ly­sis, Frau Prof. Dr. Begüm Demir, Sekr. EN 5, Ein­stein­ufer 17, 10587 Ber­lin oder per Email an sekr@rsim.tu-berlin.de.

Aus Kos­ten­grün­den wer­den die Bewer­bungs­un­ter­la­gen nicht zurück­ge­sandt. Bitte rei­chen Sie nur Kopien ein.

Zur Wah­rung der Chan­cen­gleich­heit zwi­schen Frauen und Män­nern sind Bewer­bun­gen von Frauen mit der jewei­li­gen Qua­li­fi­ka­tion aus­drück­lich erwünscht. Schwer­be­hin­derte wer­den bei glei­cher Eig­nung bevor­zugt berück­sich­tigt. Die TU Ber­lin schätzt die Viel­falt ihrer Mit­glie­der und ver­folgt die Ziele der Chan­cen­gleich­heit.

Mit der Abgabe einer Online­be­wer­bung geben Sie als Bewer­ber*in Ihr Ein­ver­ständ­nis, dass Ihre Daten elek­tro­nisch ver­ar­bei­tet und gespei­chert wer­den. Wir wei­sen dar­auf hin, dass bei unge­schütz­ter Über­sen­dung Ihrer Bewer­bung auf elek­tro­ni­schem Wege keine Gewähr für die Sicher­heit über­mit­tel­ter per­sön­li­cher Daten über­nom­men wer­den kann. Daten­schutz­recht­li­che Hin­weise zur Ver­ar­bei­tung Ihrer Daten gem. DSGVO fin­den Sie auf der Web­seite der Per­so­nal­ab­tei­lung:
https://www.abt2-t.tu-berlin.de/menue/themen_a_z/datenschutzerklaerung/ oder Direkt­zu­gang: 214041.

Tech­ni­sche Uni­ver­si­tät Ber­lin - Die Prä­si­den­tin - Fakul­tät IV, Insti­tut für Tech­ni­sche Infor­ma­tik und Mikro­elek­tro­nik, FG Remote Sen­sing Image Ana­ly­sis, Prof. Dr. Begüm Demir, Sekr. E-N 5, Ein­stein­ufer 17, 10587 Ber­lin