Ihr Profil Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master oder vergleichbar) der Fachrichtung Informatik, Computer Engineering Science (CES), Software Engineering oder einer vergleichbaren Fachrichtung • Programmiererfahrung in C++, C#, Python, JavaScript oder vergleichbar • Grundkenntnisse in den Bereichen Edge-/Cloud-Computing, Containervirtualisierung bzw.
Maschinenbau, Elektrotechnik, Wirtschaftsingenieurwesen, Informatik, CES, Automatisierungstechnik, oder vergleichbar) Sie haben idealerweise bereits erste praktische Erfahrung im Bereich Entwicklung, Produktion, Automatisierung oder Computer Vision gesammelt. Sie haben den Selbstanspruch, neue Themen zu entwickeln und Gestaltungsspielraum zu nutzen. Sie arbeiten strukturiert und verbindlich, denken kreativ und pragmatisch, sind neugierig und motiviert, immer wieder Neues zu lernen.
Erfahrung mit Self-Supervised Learning (SSL), Transformern oder modernen Architekturen wie Masked Autoencoders (MAE) / JEPA ist ausdrücklich erwünscht. * Methodisches Wissen: Starkes Verständnis von Computer Vision, Representation Learning und hochdimensionaler Geometrie. * Soft Skills: Leidenschaft für die Lösung medizinischer Herausforderungen und die Fähigkeit zur Arbeit in multidisziplinären Teams (Ingenieure, Kliniker).
Wir suchen einen Postdokroand/eine Postdoktorandin in einem der folgenden Bereiche: Künstliche Intelligenz für drahtlose Kommunikation Nicht-terrestrische Kommunikationsnetze (NTN) Semantische Kommunikation Drahtlose Lokalisierung und Tracking Spectrum Management Ihr Profil Sie verfügen über ein abgeschlossenes Hochschulstudium (Master oder vergleichbar) und eine abgeschlossene Promotion in Elektrotechnik und Informationstechnik, Informatik, Computer Engineering oder einer verwandten Disziplin. Veröffentlichungen in hochrangigen Zeitschriften und Konferenzen. sehr gute Kenntnisse im Bereich der Mobilkommunikation, drahtlose Kommunikationsnetze und -protokolle, und Kommunikationstheorie. sehr gute Kenntnisse in C/C++, Python, Matlab. praktische Erfahrung mit Nezwerksimulatoren, z.B. ns-3. praktische Erfahrung mit mindestens einer der SDR-Plattformen ist von Vorteil.
Ihr Profil Du studierst an einer Hoch- oder Fachhochschule und hast Interesse oder idealerweise bereits Vorkenntnisse in einem der folgenden Bereiche: Computer Vision / Bildverarbeitung Deep Learning / Machine Learning Programmierung und Softwareentwicklung (z. B. Python, PyTorch, TensorFlow) Datenanalyse und -aufbereitung Werkstofftechnik oder Beschichtungstechnik Du zeigst: Flexibilität und arbeitest zuverlässig und eigenständig nach Anweisungen Interesse an der Entwicklung von KI-basierten Analysemethoden und deren Integration in Softwarelösungen Pflichtbewusstsein, insbesondere bei der Durchführung wissenschaftlicher Arbeiten Grundkenntnisse im Bereich Werkstoffe und/oder Produktionstechnik sind von Vorteil Gute Sprachkenntnisse in Deutsch und Englisch Ihre Aufgaben Die folgenden Aufgaben bilden den Schwerpunkt deiner Tätigkeit: Einarbeitung in die automatisierte Analyse von Schliffbildern thermischer Spritzschichten Vorbereitung, Aufbereitung und Annotation von Bilddaten für das Training von Deep-Learning-Modellen Unterstützung bei der Implementierung, Training und Bewertung verschiedener Segmentierungsmodelle (z.
Fachsemester mit sehr guten fachlichen Kenntnissen in den Studiengängen Maschinenbau oder Wirtschaftsingenieurwesen Fachrichtung Maschinenbau oder Elektrotechnik und Informationstechnik oder Informatik oder Computer Engineering Gute Deutschkenntnisse Selbständige Arbeitsweise Gutes Organisationsvermögen und Teamfähigkeit Freundlicher und offener Umgang mit Menschen aus anderen Kulturen Ihre Aufgaben Sie betreuen als Team von zwei bis vier Tutorinnen und Tutoren im Rahmen eines wöchentlich stattfindenden Kleingruppentutoriums die internationalen Studierenden des FTBA-Programms in deutscher Sprache, die ihr Bachelorstudium zum WS 2026/27 in einem der oben genannten Fächern an der RWTH Aachen aufnehmen werden.
Du interessierst dich besonders für: Computer Vision. Action Recognition und Human Pose Estimation. Deep Learning (z. B. CNNs, Transformer-basierte Architekturen). Verarbeitung und Analyse von Video- und Bilddaten.