Umsetzung von Reinforcement Learning Ansätzen mit Python

Praktikum, Praxissemester

Themen-Schwerpunkt: Maschinelles Lernen
Studiengänge: Elektrotechnik, Informatik, Informationstechnik, Verwandte Studiengänge

Umfeld

Der Forschungsbereich des maschinellen Lernens mit Bestreben nach künstlicher Intelligenz erfährt durch große Fortschritte bei der Grafikbeschleunigung eine Renaissance. Der Bereich des Reinforcement Learning (RL) weist dabei großes Potential für die Automatisierung auf, insbesondere für bis dato arbeits-intensive Entwicklungsprozesse. Für die Entwicklung von Verfahren zur Erlernung solcher Aufgaben, bedarf es der Untersuchung von effizienten Trainingsprozessen sowie des richtigen Designs. Hierzu sollen Ansätze und Adaptionsideen exemplarisch umgesetzt und Hyperparameter verglichen werden.

Aufgaben

  • Einarbeitung in RL-Umgebungen und Algorithmik
  • Umsetzung ausgewählter Ansätze mit Hilfe von Python Frameworks
  • Umsetzen von RL-Training auf FZI-Hardware
  • Aufbereitung von Trainingsdaten und Ergebnissen sowie Dokumentation

Wir bieten

  • Ein interdisziplinäres Arbeitsumfeld mit Partnern aus Wissenschaft, Wirtschaft und Anwendern
  • Ein interessantes Projektumfeld mit Anknüpfung zu Abschlussarbeitsthemen
  • Eine wirtschafts-/industrienahe Arbeitsumgebung und -organisation
  • Eine angenehme Arbeitsatmosphäre
  • Konstruktive Zusammenarbeit
  • Vollständig mobiles Arbeiten während der Pandemiesituation

Wir erwarten

  • Intrinsische Motivation für den Bereich des maschinellen Lernens
  • Gute Kenntnisse in einer objektorientierten Programmiersprache
    • Grundkenntnisse in Python sowie erste Berührungspunkte mit PyTorch oder TensorFlow von Vorteil
  • Grundkenntnisse mit UNIX-Umgebungen
  • Selbstständiges Denken und Arbeiten
  • Sehr gute Deutsch- oder Englischkenntnisse
  • Motivation und Engagement

Bewerbung

Wir freuen uns auf Deine PDF-Bewerbung an Thomas Rudolf, rudolf@dont-want-spam.fzi.de, mit folgenden Unterlagen:

  • Aktueller Notenauszug
  • Tabellarischer Lebenslauf

Zusammenfassung der Motivation in einem einzigen Satz

Weitere Informationen

  • Beginn: zeitnah, zum Ersten eines Monats