SICK ist einer der weltweit führenden Lösungsanbieter für sensorbasierte Applikationen für industrielle Anwendungen. Das 1946 von Dr.-Ing. e. h. Erwin Sick gegründete Unternehmen mit Stammsitz in Waldkirch im Breisgau nahe Freiburg zählt zu den Technologie- und Marktführern und ist mit 63 Tochtergesellschaften und Beteiligungen sowie zahlreichen Vertretungen rund um den Globus präsent. SICK beschäftigt mehr als 10.000 Mitarbeitende weltweit und erzielte im Geschäftsjahr 2024 einen Konzernumsatz von 2,1 Mrd. Euro.

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

Der Mensch zählt, nicht das Geschlecht.
Wir setzen auf Vielfalt, lehnen Diskriminierung ab und denken nicht in Kategorien wie etwa Geschlecht, ethnische Herkunft, Religion, Behinderung, Alter oder sexuelle Identität.