Mitarbeit beim Thema Augmentation mit maschinellem Lernen

Research assistant, Internship, Thesis

Research focus: Embedded Systems, Machine Learning, Mobility
Courses of study: Electrical Engineering, Informatics, Information Engineering, Related Disciplines

Job Description

Maschinelle Lernverfahren erobern immer größere Teile der Informationsverarbeitung. Auch in der Automobilbranche wird für die Entwicklung und den Test von automatisierten Fahrfunktionen immer mehr auf KI-Methoden zurückgegriffen. Beispielsweise sollen Schilder-, Fußgänger und andere Fahrzeuge zuverlässig aus Kameradaten erkannt werden. Um die neuronalen Netze trainieren zu können, die diese Aufgaben lösen sollen, sind große Beispieldatensätze notwendig. Zum Sammeln dieser Daten sind Testfahrten nötig, die jedoch teuer und aufwendig sind.

Um die realen Testfahrten zu minimieren und dennoch ausreichend viele Beispieldaten für verlässliche Selbstlernende Systeme zur Verfügung zu haben, werden die vorhandenen Daten augmentiert. Klassisch wird hier bei Bilddaten z.B. auf Rotationen und Spiegelungen zurückgegriffen. Neuere Ansätze setzen hierbei wiederrum auf maschinelle Lernverfahren. So sollen beispielsweise neue Autos platziert oder das Wetter einer Szene verändert werden. So können neue Szenarien und Testfälle basierend auf vorhandenen Realdaten synthetisch erstellt und der Testraum damit im Labor vergrößert werden.

Your Responsibilities

  • Literaturrecherche zu existierenden Ansätzen
  • Erarbeiten und Evaluieren einer Methode zum Augmentieren mit maschinellen Lernverfahren für den Test & Absicherung von automatisierten Fahrfunktionen
  • Umsetzung und Anwendung der erarbeiteten Methode anhand realer Datensätze

Our Offer

  • Eine angenehme Arbeitsatmosphäre
  • Konstruktive Zusammenarbeit
  • Flexible Arbeitszeiten

Your Profile

  • Sehr gute Programmierkenntnisse in Python
  • Erfahrung mit maschinellen Lernverfahren
  • Sehr gute Deutsch- oder Englischkenntnisse

Application

Wir freuen uns auf Deine PDF-Bewerbung an Philipp Rigoll, philipp.rigoll@fzi.de, mit folgenden Unterlagen:

  • Aktueller Notenauszug
  • Tabellarischer Lebenslauf
  • Aktuelle Studienbescheinigung

Job Description

  • Start: ab sofort
  • Betreuendes Institut am KIT: Institut für Technik der Informationsverarbeitung (ITIV), Prof. Dr.-Ing. Eric Sax