Semantische Suche

• Spannende Tätigkeiten und Einblicke in verschiedene Projekte
• Mitarbeit in einem jungen und dynamischen Forschungsteam
• 40h / Monat (Dauer: 6 Monate, Verlängerung möglich und angestrebt)
• Eigenverantwortliche Einteilung und Erledigung der Aufgaben
• Teilnahme an den Events der Forschungsgruppe (z.B. Sommerfest und Weihnachtsfeier)

Wir bieten:

• Spannende Tätigkeiten und Einblicke rund um das Thema autonomes Fahren
• Mitarbeit an aktuellen Forschungsthemen der Forschungsgruppe
• Bis zu 40 Stunden / Monat (Dauer: 6 Monate, Verlängerung möglich)

Wir erwarten:

• Erste Erfahrungen im Programmieren
• Sehr gute Deutsch- oder Englischkenntnisse in Wort und Schrift
• Einsatzbereitschaft, Selbständigkeit, Kooperationsfähigkeit und Kreativität

Erforderliche Unterlagen:

• Anschreiben (3-4 Sätze)
• Kurzer Lebenslauf (max. 2 Seiten)
• Auszug der aktuellen Studienleistungen

Wir bieten:

• Spannende Tätigkeiten und Einblicke rund um das Thema autonomes Fahren
• Mitarbeit an aktuellen Forschungsthemen der Forschungsgruppe
• Bis zu 40 Stunden / Monat (Dauer: 6 Monate, Verlängerung möglich)

Wir erwarten:

• Erste Erfahrungen im Programmieren
• Sehr gute Deutsch- oder Englischkenntnisse in Wort und Schrift
• Einsatzbereitschaft, Selbständigkeit, Kooperationsfähigkeit und Kreativität

Erforderliche Unterlagen:

• Anschreiben (3-4 Sätze)
• Kurzer Lebenslauf (max. 2 Seiten)
• Auszug der aktuellen Studienleistungen

• Erfahrung im Bereich des maschinellen Lernens, insbesondere des Deep learnings für Computer Vision
• Sehr gute Kenntnisse in Python. Kenntnisse in C++ können von Vorteil sein.
• Erfahrungen in PyTorch oder gute Kenntnisse in anderen äquivalenten Frameworks (Tensorflow, Jax)
• Kenntnisse in ROS sind vorteilhaft aber nicht verpflichtend
• Interesse und Engagement an der Thematik
Diese Aufgaben können auch im Rahmen einer Masterarbeit bearbeitet werden.

• Technische Betreuung / Wartung von Poolrechnern (Soft- und Hardware)
• Automatisierung administrativer Aufgaben mithilfe von Scripts
• Unterstützung bei Konzeption und Umsetzung der Migration auf neuen Authentifizierungsmechanismus
• Unterstützung bei Konzeption und Konfiguration einer multi-node Container-Virtualisierungsplattform

Wir bieten:

• Kompetente Betreuung
• Spannende Tätigkeiten und Einblicke rund um das Thema autonomes Fahren
• Bis zu 40 Stunden / Monat (Dauer: 6 Monate, Verlängerung möglich)

Wir erwarten:

• Fortgeschrittene Erfahrung mit Linux / Systemadministration
• Fundiertes Verständnis von (TCP/IP-basierten) Rechnernetzen
• Erfahrung im Scripting mit Python und Bash
• Erfahrungen mit Docker o.ä.
• Bereitschaft und Fähigkeit, sich neues technisches Wissen anzueignen
• Optional: Erfahrung mit LDAP / ActiveDirectory und ähnlichen Technologien

Erforderliche Unterlagen:

• Anschreiben (3-4 Sätze)
• Kurzer Lebenslauf (max. 2 Seiten)
• Auszug der aktuellen Studienleistungen

• Implementierung von Objekterkennungsverfahren auf verschiedenen AD Datensätzen
• Implementierung der Konvertierung zwischen Objektlisten und einer graphischen Szenario-Repräsentation
• Implementierung von Algorithmen zur Extraktion relevanter Szenarien aus heterogenen Sensordaten
• Integration von Simulationsumgebungen (insb. CARLA) mit unserem eigenen AD Stack und / oder open-source Stack wie Autoware oder openPilot
• Unterstützung bei Konzeption und Umsetzung von Graph Neural Network (GNN)-basierten Methoden zur Repräsentation, Clustering und Generierung von Szenarien

Das solltest du mitbringen

• Sehr gute Kenntnisse und Erfahrung in Python
• Kenntnisse im Bereich des maschinellen Lernens, insbesondere Deep Learning
• Erfahrung in der Anwendung von PyTorch und / oder TensorFlow
• Grundlegende Linux Kenntnisse und Erfahrungen
• Bereitschaft und Fähigkeit, sich neues technisches Wissen anzueignen und wissenschaftl. Arbeiten zu lesen

Erforderliche Unterlagen:

• Anschreiben (3-4 Sätze)
• Kurzer Lebenslauf (max. 2 Seiten)
• Auszug der aktuellen Studienleistungen

• Recherche und Zusammenstellung von aktuellen Inhalten zu den Themen Maschinelles Lernen und künstlicher Intelligenz
• Themen: Transformer, Large-Scale Training, Generative Models, Reinforcement Learning, Graph Neural Networks, Convolutional Neural Networks, Fundamentals, etc.
• Erstellung und Gestaltung von Vorlesungsfolien und unterstützenden Materialien
• Entwicklung von Übungsaufgaben und Projekten
• Zusammenarbeit mit den Dozenten zur kontinuierlichen Verbesserung der Vorlesungsinhalte

Wir bieten:

• Engagierte Betreuung durch das Lehrstuhlteam
• Interessante und abwechslungsreiche Themen und Tätigkeiten im Bereich des maschinellen Lernens
• Bis zu 40 Stunden / Monat (Dauer: 6 Monate, Verlängerung möglich)

Wir erwarten:

• Grundkenntnisse in maschinellem Lernen
• Sprachkenntnisse in Englisch und/oder Deutsch
• Erfahrung in der Verwendung von Tools wie Python, Powerpoint
• Selbstständige Arbeitsweise und Kreativität bei der Erstellung von Materialien
• Bereitschaft und Fähigkeit, sich in neue Themen und Technologien einzuarbeiten
• Optional: Erfahrung in der Lehre oder Tutorium

Erforderliche Unterlagen:

• Anschreiben (3-4 Sätze)
• Kurzer Lebenslauf (max. 2 Seiten)
• Auszug der aktuellen Studienleistungen

• Integration unseres AV Software-Stacks mit CARLA für Testing und Datensammlung
• Integration verfügbarer open-source AV Software-Stacks (openPilot, Autoware, …) mit CARLA
• Implementierung von Skripten zur dynamischen Erstellung und Resimulation von Verkehrsszenarien in CARLA
• Erstellen neuer Karten und ggfls. Assets für CARLA bzw. Unreal 4
• Allgemeine Unterstützung in der Softwareentwicklung (primär Python) im Kontext von Simulationen

Das solltest du mitbringen

• Gute Kenntnisse und Erfahrung mit Python
• Grundlegende Linux Kenntnisse und Erfahrungen
• Grundlegende Kenntnisse in 3D Modellierung (Blender) oder Bereitschaft, sich solche anzueignen
• Bereitschaft und Fähigkeit, sich neues technisches Wissen anzueignen und wissenschaftl. Arbeiten zu verstehen
• Optional: Grundlagenkenntnisse im Bereich des maschinellen Lernens

Erforderliche Unterlagen

• Anschreiben (3-4 Sätze)
• Kurzer Lebenslauf (max. 2 Seiten)
• Auszug der aktuellen Studienleistungen

• Position: Student Research Assistant (Hiwi)
• Department: Institute of Applied Informatics and Formal Description Methods
• Supervisor: Marcus Fechner
• Location: Karlsruhe Institute of Technology (KIT)

About Us

At the research group “Applied Technical-Cognitive Systems”, we are at the forefront of deep learning in the context of applied machine intelligence. Our research is in the area of autonomous systems, from self-driving cars (CoCar NextGen, CoCar and the shuttles Anna and Ella) to autonomous service robots. We utilize deep learning and other machine learning based approaches to advance these fields.

Position Overview

• Position: Student Assistant
• Start Date: As soon as possible
• Working Hours: 20 - 80 hours per month
• Duration: 6 months with possibility of extension

Job Description

Developing generally capable reinforcement learning agents poses a significant challenge, especially in hard exploration tasks. Expert robotic data is scarce and expensive, but also reward functions are not easy to design for complex tasks. On the other hand, unlabeled expert video data is abundant, but not straightforward to learn behavioral priors from, as no labels exist (actions).

In this research, we want to investigate how we can train agents on unlabeled expert videos, such as YouTube videos, in a scalable way to master a wide variety of complex tasks, not solvable by conventional reinforcement learning. For support on this topic, we are searching for a motivated student.

Your primary responsibilities will include:

• Implementing and training deep learning models.
• Reading related research papers and participating in discussions on the topic.
• Collaborating with us on experimental design, execution, and evaluation.
• Other tasks as assigned related to our research.

Qualifications

• Current enrollment as a student at KIT.
• Strong interest in deep learning and machine learning.
• Knowledge of the programming language Python.
• Knowledge of PyTorch and/or Tensorflow.
• Experience in working with Linux and Git.
• Motivated to read research papers.
• Motivated, responsible, and a quick learner.
• Speak either German and/or English.

What we Offer

• Gain hands-on experience in the field of deep learning and conducting systematic research.
• Work closely with experienced researchers and PhD candidates.
• Weekly to bi-weekly meetings with supervisor.
• Coding support and helpful supervision.
• Flexible working hours to accommodate your class schedule and the option for working remotely.
• Contribute to research projects and papers.
• Access to top-of-the-line deep learning workstations with the latest GPUs.

How to Apply

If you are enthusiastic about deep learning and eager to contribute to our research, please send your application to [mailto:marcus.fechner@kit.edu marcus.fechner@kit.edu] with the following documents:

1. Cover letter (0.25-0.5 pages): Why do you want to work on this topic? Why are you suitable for the position? (mention your interests and relevant skills).
2. CV/Resume (max. 2 pages).
3. Recent transcript of records / grading table.
4. Optional: Any relevant coding or project portfolio.

If you have any questions or need further information, please contact [mailto:marcus.fechner@kit.edu marcus.fechner@kit.edu]. Natürlich auch gerne auf Deutsch :)

• Position: Student Research Assistant (Hiwi)
• Department: Institute of Applied Informatics and Formal Description Methods
• Supervisor: Marcus Fechner
• Location: Karlsruhe Institute of Technology (KIT)

About Us

At the research group “Applied Technical-Cognitive Systems”, we are at the forefront of deep learning in the context of applied machine intelligence. Our research is in the area of autonomous systems, from self-driving cars (CoCar NextGen, CoCar, and the shuttles Anna and Ella) to autonomous service robots. We utilize deep learning and other machine learning-based approaches to advance these fields.

Position Overview

• Position: Student Assistant
• Start Date: As soon as possible
• Working Hours: 20 - 80 hours per month
• Duration: 6 months with the possibility of extension

Job Description

Dealing with the real world is challenging, as changing weather conditions, new objects, situations, etc. alter the data observed by the model. In practice, this data distribution shift or out-of-distribution data makes the model unreliable and hinders the safe deployment of deep neural networks in critical use cases, for example, autonomous driving. Models that fail to generalize in such scenarios may result in dangerous or catastrophic behavior.

In this research, we want to investigate how we can integrate different methods to estimate uncertainty in popular object detection models, to reliably detect when the model might fail. For support on this topic, we are searching for a motivated student.

Your primary responsibilities will include:

• Implementing and training deep learning models.
• Reading related research papers and participating in discussions on the topic.
• Collaborating with us on experimental design, execution, and evaluation.
• Other tasks as assigned related to our research.

Qualifications

• Current enrollment as a student at KIT.
• Strong interest in deep learning and machine learning.
• Knowledge of the programming language Python.
• Knowledge of PyTorch and/or Tensorflow.
• Experience in working with Linux and Git.
• Motivated to read research papers.
• Motivated, responsible, and a quick learner.
• Speak either German and/or English.

What we Offer

• Gain hands-on experience in the field of deep learning and conducting systematic research.
• Work closely with experienced researchers and PhD candidates.
• Weekly to bi-weekly meetings with supervisor.
• Coding support and helpful supervision.
• Flexible working hours to accommodate your class schedule and the option for working remotely.
• Contribute to research projects and papers.
• Access to top-of-the-line deep learning workstations with the latest GPUs.

How to Apply

If you are enthusiastic about deep learning and eager to contribute to our research, please send your application to [mailto:marcus.fechner@kit.edu marcus.fechner@kit.edu] with the following documents:

1. Cover letter (0.25-0.5 pages): Why do you want to work on this topic? Why are you suitable for the position? (mention your interests and relevant skills).
2. CV/Resume (max. 2 pages).
3. Recent transcript of records / grading table.
4. Optional: Any relevant coding or project portfolio.

If you have any questions or need further information, please contact [mailto:marcus.fechner@kit.edu marcus.fechner@kit.edu]. Natürlich auch gerne auf Deutsch :)

Ziel des Forschungsvorhabens MeRegioMobil ist es, mobile elektrische Speicher in Fahrzeugen durch den Entwurf innovativer Informations- und Kommunikationstechnologien und deren Umsetzung in schlüssigen Gesamtkonzepten effizient in das bestehende Energiesystem zu integrieren. Weitere Informationen unter: http://meregiomobil.forschung.kit.edu.

Aufgaben:
Sie arbeiten eigenverantwortlich im Projekt mit und sind dabei unter anderem für das Erstellen anspruchsvoller graphischer Benutzeroberflächen in Java zuständig. Die wöchentliche Arbeitszeit kann flexibel eingeteilt werden.

Voraussetzung:
Wir erwarten sehr gute Programmierkenntnisse in Java, speziell im Umgang mit der Erstellung von GUIs auf Basis von Swing/SWT. Wenn Sie darüber hinaus kommunikationsfreudig sind und Interesse an einer längerfristigen Zusammenarbeit haben, melden Sie sich bei uns!

KONTAKT: Andreas Kamper, andreas.kamper@kit.edu

Stellenangebot als PDF-Datei: http://www.aifb.kit.edu/images/9/92/Hiwi_Stellenausschreibung_MeRegioMobil.pdf