Blätter-Navigation

Of­fer 234 out of 300 from 26/08/20, 14:25

logo

Fraun­ho­fer IIS - Mikro­elek­tro­ni­sche und infor­ma­ti­ons­tech­ni­sche Sys­tem­lö­sun­gen und Dienst­leis­tun­gen

Das Fraun­ho­fer-Insti­tut für Inte­grierte Schal­tun­gen IIS in Erlan­gen ist eine welt­weit füh­rende anwen­dungs­ori­en­tierte For­schungs­ein­rich­tung für mikro­elek­tro­ni­sche und infor­ma­ti­ons­tech­ni­sche Sys­tem­lö­sun­gen und Dienst­leis­tun­gen. Es ist heute das größte Insti­tut der Fraun­ho­fer-Gesell­schaft. Unter ande­rem mit der maß­geb­li­chen Betei­li­gung an der Ent­wick­lung der Audio­co­dier­ver­fah­ren mp3 und MPEG AAC ist das Fraun­ho­fer IIS welt­weit bekannt gewor­den.

In enger Koope­ra­tion mit den Auf­trag­ge­bern betrei­ben die Wis­sen­schaft­ler inter­na­tio­nale Spit­zen­for­schung in den For­schungs­fel­dern Audio und Medi­en­tech­no­lo­gien, Bild­sys­teme, Ener­gie­ma­nage­ment, IC-Design und Ent­wurfs­au­to­ma­ti­sie­rung, Kom­mu­ni­ka­ti­ons­sys­teme, Loka­li­sie­rung, Medi­zin­tech­nik, Sen­sor­sys­teme, Sicher­heits­tech­nik, Ver­sor­gungs­ket­ten sowie Zer­stö­rungs­freie Prü­fung.

Wis­sen­schaft­li­che*r Mit­ar­bei­ter*in

Quan­ten­com­pu­ting-gestütz­tes maschi­nel­les Ler­nen

Auf­ga­ben­be­sch­rei­bung:

Über uns
»Quan­tum Machine Lear­ning« ist ein jun­ges, auf­stre­ben­des For­schungs­feld. Es stellt die Ver­bin­dung von KI und Quan­ten­com­pu­ting dar. Ange­trie­ben von den aktu­ell erziel­ten Ergeb­nis­sen in Rich­tung eines Quan­ten­vor­teils hat die For­schungs­ge­mein­schaft ihren Fokus auf die Ent­wick­lung neu­ar­ti­ger Quan­ten­al­go­rith­men für die nicht idea­len Quan­ten­rech­ner von heute gelegt. Wir in der Gruppe »Selbst-Ler­nende Sys­teme« wol­len adap­tive Quan­ten­al­go­rith­men für Rein­force­ment Lear­ning nutz­bar machen. Wir ver­wen­den Deep Lear­ning in Kom­bi­na­tion mit Rein­force­ment-Lear­ning-Tech­ni­ken mit Metho­den der ver­läss­li­chen und erklär­ba­ren künst­li­chen Intel­li­genz (KI). Dar­über hin­aus arbei­ten wir auch an Tech­ni­ken des ver­teil­ten wie kon­ti­nu­ier­li­chen Ler­nens sowie der Reduk­tion der Modell­kom­ple­xi­tät mit ‚Deep Com­pres­sion‘.

Ihre Auf­ga­ben
  • Ent­wick­lung von Quan­tum-Machine-Lear­ning-Algo­rith­men
  • Unter­su­chung von Feh­ler­mi­ti­ga­tion für NISQ-Devices
  • Mit­ar­beit in Koope­ra­ti­ons­pro­jek­ten mit Indus­trie und For­schung
  • Manage­ment von Pro­jekt­ar­bei­ten und/oder Betreu­ung von Stu­den­ten
  • Prä­sen­ta­tion von For­schungs­er­geb­nis­sen durch wis­sen­schaft­li­che Ver­öf­fent­li­chun­gen, durch Vor­träge und durch Prä­senz im Rah­men all­ge­mein­ver­ständ­li­cher Öffent­lich­keits­ar­beit (z. B. auf Ver­an­stal­tun­gen, Mes­sen, etc.)

Er­war­te­te Qua­li­fi­ka­tio­nen:

Was Sie mit­brin­gen:
  • Abge­schlos­se­nes wis­sen­schaft­li­ches Hoch­schul­stu­dium in z. B. Infor­ma­tik, Phy­sik, Mathe­ma­tik, gerne mit Pro­mo­tion
  • Gute Kennt­nisse im Bereich Machine Lear­ning bzw. Deep Lear­ning
  • Siche­rer Umgang mit Python
  • Arbeits­er­fah­rung in Indus­trie oder For­schung
  • Sicher in Eng­lisch und Deutsch in Wort und Schrift

Un­ser An­ge­bot:

Was Sie erwar­ten kön­nen:
Fraun­ho­fer ist die größte Orga­ni­sa­tion für anwen­dungs­ori­en­tierte For­schung in Europa und wurde 2019 in den Kate­go­rien »For­schung« und »öffent­li­cher Sek­tor« des Tren­dence-Absol­ven­ten­ba­ro­me­ters sowie im Rand­stad Employer Brand Rese­arch als »TOP 1 Arbeit­ge­ber« aus­ge­zeich­net.

  • Wir set­zen auf inno­va­tive Ideen und kon­zi­pie­ren neu­ar­tige Lösun­gen. Sie kön­nen dabei sein und aktiv die Zukunft mit­ge­stal­ten.
  • Sie erhal­ten maß­ge­schnei­derte Soft-Skills- und fach­li­che Wei­ter­bil­dun­gen
  • Wir leben eine fami­li­en­freund­li­che Kul­tur: Manch­mal geht die Fami­lie vor – wir wis­sen das

Hin­wei­se zur Be­wer­bung:

Inter­esse geweckt?
Bitte bewirb Dich auf diese Stelle über https://recruiting.fraunhofer.de/Vacancies/54220/Description/1

Wir freuen uns auf Deine voll­stän­dige und aus­sa­ge­kräf­tige Bewer­bung (PDF: Anschrei­ben, Lebens­lauf, letz­ten Noten­spie­gel) unter Angabe der Kenn­zif­fer IIS-2020-85 an Nina Wör­lein.

Bitte gib in Dei­ner Bewer­bung an, wie Du auf die­ses Stel­len­an­ge­bot auf­merk­sam gewor­den bist.

Wei­tere Infor­ma­tio­nen auch online unter: http://www.iis.fraunhofer.de