Stellenbeschreibung
Masterthesis: Anwendung von Deep-Learning-Methoden auf 3D-LiDAR-Umgebungsdaten
Startdatum der Ausschreibung:
22.05.25
Wintersemester 2025/26 - befristet auf 6 Monate
IHRE AUFGABEN:
- Sie entwickeln intelligente Algorithmen für anspruchsvolle Outdoor-Anwendungen auf Basis von 3D-LiDAR-Daten
- Sie erarbeiten sich aktuelle Methoden des Deep Learnings zur 2D/3D-Umgebungserfassung (Segmentierung, Objekterkennung und -klassifizierung)
- Das Training von Deep-Learning-Modellen sowie die Evaluierung verschiedener Algorithmen hinsichtlich Genauigkeit und Effizienz gehören zu Ihren Aufgaben
- Sie arbeiten mit modernsten 3D-LiDAR-Sensoren und machen sich mit der technischen Handhabe vertraut
- Sie bewerten Deep-Learning-Methoden bezüglich ihrer Umsetzung auf aktuellen KI-Beschleunigern NVidia Jetson und Hailo
- Sie stehen im engen Austausch mit Ingenieuren und entwickeln innovative Lösungen
- Sie dokumentieren Ihre Ergebnisse strukturiert und nachvollziehbar
IHR PROFIL:
- Sie befinden sich im Masterstudium in Informatik, Physik, Elektrotechnik, Mathematik oder einem vergleichbaren Studiengang
- Sie haben Freude daran, sich in neue, herausfordernde Themenfelder einzuarbeiten und neuartige Lösungen zu entwickeln
- Sie verfügen über fundierte Kenntnisse in Programmiersprachen, idealerweise in C++ oder Python
- Sie haben bereits erste Erfahrungen mit Deep Learning und Frameworks wie TensorFlow oder PyTorch gesammelt
- Ihre systematische und strukturierte Denk- und Vorgehensweise zeichnen Sie aus
- Kreativität in der Lösungsfindung und Innovationsfreude runden Ihr Profil ab
Informationen auf einen Blick
Job-ID:
37053
Standort für Stellenausschreibung:
Hamburg-Rahlstedt
Vollzeit/Teilzeit:
Vollzeit
Kontakt: Sarah Disch