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: Robuste AI‑Inference innerhalb einer WebAssembly‑Engine
Startdatum der Ausschreibung:  12.03.26

Wintersemester 2026/27 - befristet auf 5 - 6 Monate

 

IHRE AUFGABEN

  • Einarbeitung in die Grundlagen von WebAssembly (Wasm), Bytecode-Strukturen und AI-Inference-Workloads
  • Analyse von WebAssembly-Bytecode im Kontext von AI-Inference
  • Untersuchung des Data Flows von AI-Inference-Bytecode während der Ausführung in einer selektierten Wasm-Engine
  • Identifikation von Erweiterungspotenzialen in der Wasm-Engine zur Erhöhung von Robustheit, Ausfallsicherheit und Verlässlichkeit.
  • Entwurf und prototypische Umsetzung von Ansätzen zur Datenflussüberwachung von AI-Inferencing innerhalb einer WebAssembly-Engine.

 

IHR PROFIL

  • Masterstudium in Informatik oder einem vergleichbaren Studiengang.
  • Gute Kenntnisse in C++ und/oder Rust
  • Gute Kenntnisse in Machine Learning Modellen und deren Architekturen
  • Idealerweise erste Erfahrungen im Compilerbau, in Software-Engineering-Prinzipien und/oder in der Systementwicklung.
  • Interesse an Compilerbau, Softwaretechnik und Systemsoftware im Kontext von AI Inference
Informationen auf einen Blick
Jetzt bewerben
Job-ID:  37733
Standort für Stellenausschreibung:  Waldkirch (bei Freiburg)
Vollzeit/Teilzeit:  Vollzeit

Kontakt: Sarah Disch

Alle Benefits entdecken

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.