Das Fraunhofer FHR in Wachtberg bei Bonn ist Teil der großen Fraunhofer-Gesellschaft und eines der führenden und größten europäischen Forschungsinstitute auf dem Gebiet der Hochfrequenzphysik und Radartechnik. Das Institut bearbeitet zahlreiche multinationale Forschungsprojekte mit akademischen und industriellen Partnern.
Der Bereich „Industrielle Hochfrequenzsysteme“ (IHS) entwickelt in vier Abteilungen leistungsfähige Sensoren und Radarsysteme für die Bereiche industrielle Messtechnik, zivile Sicherheit, neue Mobilitätslösungen und Umweltmonitoring oder medizinische Anwendungen. Die Abteilung „Eingebettete Systeme“ befasst sich mit Forschungsthemen zu verteilten Signalverarbeitungssystemen für hochspezialisierte Radarsysteme im industriellen Umfeld und in der Forschung. Im Fokus stehen die Ansteuerung multifunktionaler Multi-Kanalsysteme sowie deren effiziente und ressourcenschonende Echtzeitverarbeitung.
Die Radartechnologie und deren Signalverarbeitungsalgorithmen sind hochentwickelt, sehr leistungsstark und in der Lage detailgetreue Abbildung einer Szenerie zu liefern. Der Nutzung im zivilen und militärischen Einsatz stehen häufig die anfallende Datenmenge und deren Verarbeitung im Weg. Die Gruppe „H/W Implementierungen“ beschäftigt sich mit der Architektur, dem Design und der Implementierung echtzeitfähiger Signalverarbeitungslösungen für sichere und ressourceneffiziente Radartechnik in der industriellen Qualitätssicherung, im Automotive sowie im Luft- und Raumfahrtbereich und leistet somit einen wesentlichen Beitrag zur Realisierung von radarbasierter Echtzeit-Messtechnik.
Für unser Team suchen wir dauerhaft Student*innen, die unsere Wissenschaftler*innen unterstützen und so zu einem erfolgreichen Forschungsbetrieb beitragen.
Bei uns bist Du von Beginn an in das Team und die laufenden Projekte integriert. Wenn Du dein Engagement und Wissen voll einbringen möchtest, kannst Du schon früh Verantwortung und neue Aufgaben übernehmen und selbstständig bearbeiten – egal ob im Praktikum, als HiWi oder mit einer Abschlussarbeit.
Hier sorgen Sie für Veränderung
- Recherche und Analyse aktueller Entwicklungen im Bereich Edge-AI und Gegenüberstellung verschiedener Hardware-Plattformen (GPUs, FPGAs, Mikrocontroller)
- Anforderungsanalyse für den Einsatz von KI-Modellen auf ressourcenbeschränkten Edge-Geräten
- Evaluierung und Benchmarking von Inferenz-Frameworks hinsichtlich Latenz, Energieverbrauch und Genauigkeit
- Training, Optimierung und Komprimierung neuronaler Netze für den Einsatz auf Edge-Hardware (Quantisierung, Pruning)
- Je nach Interesse und Plattform:
- GPU: Deployment und Optimierung von KI-Modellen auf NVIDIA Jetson mittels TensorRT/CUDA
- FPGA: Portierung und Anpassung von KI-Modellen für FPGA-basierte Beschleuniger (z. B. mit HLS-Workflows, DPU)
- Mikrocontroller: Implementierung von TinyML-Anwendungen auf Mikrocontrollern (z. B. STM32) mittel
- Planung und Durchführung von Laborversuchen zur Evaluierung von Inferenzleistung und Energieeffizienz
- Entwicklung von Testszenarien und Implementierung automatisierter Tests zur Validierung der Modellgenauigkeit auf Zielhardware
- Softwaredesign und technische Dokumentation entwickelter Module
Beispiel Thesis-Thema: "Systematische Evaluierung von Modellkomprimierungstechniken für die KI-gestützte Radarsignalverarbeitung auf ressourcenbeschränkter Hardware"
Das Ziel der Arbeit ist die systematische Untersuchung und Bewertung verschiedener Modellkomprimierungstechniken, um Deep-Learning-Modelle für die Radarsignalverarbeitung effizient auf ressourcenbeschränkter Edge-Hardware zu betreiben, unter Beibehaltung einer hinreichenden Genauigkeit.
Hiermit bringen Sie sich ein
- Aktuelle Immatrikulation in einem mathematischen, naturwissenschaftlichen bzw. ingenieurwissenschaftlichen Studienfach
- Interesse an maschinellem Lernen, eingebetteten Systemen und ressourceneffizienter KI sowie Spaß am Experimentieren, Optimieren und Implementieren von KI-Lösungen
- Grundlegende theoretische und praktische Kenntnisse im Bereich Machine Learning / Deep Learning (neuronale Netze, Trainings- und Inferenzprozesse)
- Grundlegende Programmierkenntnisse in Python, idealerweise auch in C/C++
- Grundlegende Kenntnisse von zentralen Konzepten der Softwareentwicklung (Versionskontrolle, Dokumentation, modularer Codeaufbau)
Optional:
- Erfahrung mit gängigen ML-Frameworks wie TensorFlow, PyTorch oder JAX
- Optional: Kenntnisse in der Modelloptimierung für Edge-Geräte (Quantisierung, Pruning)
- Optional: Erfahrung mit Edge-AI-Frameworks wie TensorFlow Lite, ONNX oder NVIDIA TensorRT
- Erfahrung im Arbeiten unter Linux-basierten Systemen sowie sicherer Umgang mit der Linux-Kommandozeile
Was wir für Sie bereithalten
- Interessante, praxisnahe Aufgabenstellungen
- Einblicke in aktuelle Forschungsprojekte aus Industrie und Grundlagenforschung
- Offenes und kollegiales Arbeitsumfeld mit lockerem Umgang und moderner Ausstattung
- Vielfältige Aufgabenstellungen mit der Möglichkeit zur Einarbeitung in neue Themenfelder
- Attraktive Rahmenbedingungen bei einer der größten Forschungsorganisationen für anwendungsorientierte Forschung in Europa
- Hervorragende Vernetzung innerhalb der internationalen Forschungslandschaft
Die Vergütung richtet sich nach der Gesamtvereinbarung zur Beschäftigung der Hilfskräfte (je nach Qualifikation). Die wöchentliche Arbeitszeit beträgt 19,5 Stunden. Die Stelle ist zunächst auf 12 Monate befristet.
Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Unsere Aufgaben sind vielfältig und anpassbar – für Bewerber*innen mit Behinderung finden wir gemeinsam Lösungen, die ihre Fähigkeiten optimal fördern.
Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.
Bereit für Veränderung? Dann bewerben Sie sich jetzt, und machen Sie einen Unterschied! Nach Eingang Ihrer Online-Bewerbung erhalten Sie eine automatische Empfangsbestätigung. Dann melden wir uns schnellstmöglich und sagen Ihnen, wie es weitergeht.
Fragen zu dieser Position beantwortet Dir gerne:
Sabine Gütgemann
Tel.: +49 160 966 519 27
E-Mail: [email protected]
Fraunhofer-Institut für Hochfrequenzphysik und Radartechnik FHR
Kennziffer: 84688 Bewerbungsfrist:
