www.acad.jobs : academic jobs worldwide – and the best jobs in industry
                
     
Position: Wissenschaftliche/r Mitarbeiter/in (w/m/d) - Large-Scale GAN und Diffusion Models für die industrielle Bildverarbeitung
Institution: Rheinisch-Westfälische Technische Hochschule Aachen
Location: Aachen, Nordrhein‐Westfalen, Germany
Duties: Gestaltungsraum zur Umsetzung eigener Ideen zum Einsatz von (Generativen) Deep Learning Methoden in Forschung und Praxis; State-of-the-art Deep Learning Modelle und Methoden bis in die Anwendung bringen; Ein Team, das Erfolge feiert, zusammen auf Reisen geht, Freizeit miteinander verbringt und eine gemeinsame Arbeitsumgebung gestaltet; International sichtbare wissenschaftliche Arbeit und Publikationen; Nationale sowie internationale Industrie- und Forschungsprojekte mit namhaften Partnern aus Forschung und Industrie
Requirements: Voraussetzungen für Ihren Einstieg ist ein abgeschlossenes Hochschulstudium (Master oder vergleichbar) aus den Bereichen Informatik, Physik, Computational Engineering Science, Maschinenbau, Elektrotechnik, Automatisierungstechnik oder vergleichbaren Studiengängen. Folgende Kompetenzen runden Ihr Profil ab
   
Text: h1 h2 h3 h4 h5 h6 Diese Webseite nutzt technisch notwendige Cookies, um bestmögliche Funktionalität bieten zu können. Weitere Informationen Verstanden! Zum Inhaltsbereich Zur Hauptnavigation Zum Footer Zur Suche Suche Suche nach RWTH English Fakultäten und Einrichtungen Sie sind hier: Wissenschaftliche/r Mitarbeiter/in (w/m/d) - Large-Scale GAN und Diffusion Models für die industrielle Bildverarbeitung RWTH Hauptseite Intranet Fakultäten und Institute Mathematik, Informatik, Naturwissenschaften Fakultät 1 Architektur Fakultät 2 Bauingenieurwesen Fakultät 3 Maschinenwesen Fakultät 4 Georessourcen und Materialtechnik Fakultät 5 Elektrotechnik und Informationstechnik Fakultät 6 Philosophische Fakultät Fakultät 7 Wirtschaftswissenschaften Fakultät 8 Medizin Fakultät 10 Institut suchen: Suche nach Einrichtungen Universitätsbibliothek IT Center Hochschulsport Zentrale Hochschulverwaltung Alle Einrichtungen Navigation Studium Forschung Wirtschaft Die RWTH Studium Zur Portalseite Aktuell Meldungen Veranstaltungen Vor dem Studium Warum die RWTH Aachen? Veranstaltungskalender für Schülerinnen, Schüler und Studieninteressierte Studienentscheidung Studienangebot Zugangsvoraussetzungen mehr ... Im Studium Semestertermine Studieneingangsphase Rückmeldung zum Sommersemester 2023 Beurlaubung Studienplatztausch mehr ... Nach dem Studium Promotion von A bis Z Karriere für Absolventinnen und Absolventen Alumni Graduiertenfest Start-up gründen Lehre Digitalisierungsstrategie der Lehre Qualitätsmanagement Lehre Strategiekonzept exzellente Lehre RWTHonline Student-Lifecycle-Management mehr ... Beratung & Hilfe Beratung und Angebote für Schülerinnen, Schüler und Studieninteressierte Studienberatung für Studierende Psychologische Beratung Karriereberatung für Absolventinnen und Absolventen Fachstudienberatungen mehr ... Schliessen Forschung Zur Portalseite Aktuell Meldungen Veranstaltungen Projekte Exzellenzcluster Koordinierte DFG-Programme Strukturierte Doktorandenprogramme ERC-Projekte Nachwuchsgruppen­förderprogramme mehr ... Strukturen Fakultäten JARA RWTH-Profilbereiche Projekthäuser Interdisziplinäre Forschungsverbünde mehr ... Angebote für Forschende Warum an der RWTH forschen? Die RWTH heiÃt Sie willkommen RWTH Center for Young Academics Exploratory Research Space â ERS Forschungsförderung und Drittmittel mehr ... Forschungsdaten­management FDM Netzwerk Aktuelles und Wissenswertes Leitlinie zum FDM an der RWTH Aachen Aufbau einer nationalen Forschungsdaten­infrastruktur â NFDI Beratungsangebote mehr ... Schliessen Wirtschaft Zur Portalseite Aktuell Meldungen Veranstaltungen Kooperationen Warum kooperieren? Kooperationsangebote Patentverwertung, Entwicklung und Technologieangebote RWTH Aachen Campus Wissenschaft und Wirtschaft unter einem Dach Campus Melaten Campus West Recruiting Nachwuchskräfte finden Career Days und Messen Unternehmenspräsentationen Employer Branding und Dauerpräsenz Veröffentlichung von Stellenanzeigen mehr ... Fundraising Fördermöglichkeiten Förderprojekte & Erfolge Bildungsfonds Stiftungen Partnerschaften & Fördernde Sponsoring Beratung und Kontakt Hörsaalsponsoring Graduiertenfest RWTH Sponsoringpakete Meldungen mehr ... Schliessen Die RWTH Zur Portalseite Aktuell Pressemitteilungen Veranstaltungen Spendenaktion âRWTH und Uniklinik RWTH Aachen helfen in der Ukraineâ Informationen zum Umgang mit der Corona-Pandemie Informationen zu den aktuellen EnergiesparmaÃnahmen Next Generation University mehr ... Profil Reputation Daten & Fakten Rankings Gender & Diversity Inklusion Lehre mehr ... Exzellenz Die RWTH im Exzellenzwettbewerb Aktuelles Exzellenzuniversität Exzellenzcluster Graduiertenschule mehr ... Nachhaltigkeit Roadmap Nachhaltigkeit Nachhaltigkeitsbericht 2021 Nachhaltigkeitsleitbild Digitale Nachhaltigkeitslandschaft Netzwerke mehr ... Einrichtungen Hochschulorgane Verwaltung Personalräte & Vertretungen Einrichtungen A-Z Zentrale Einrichtungen Arbeiten an der RWTH Warum an der RWTH arbeiten? Berufungen an der RWTH RWTH Welcome Center RWTH Faculty Club Führen an der RWTH mehr ... Karriere Karriere für Absolventinnen und Absolventen Karriere für Wissenschaftlerinnen und Wissenschaftler Karriere für Personal in Technik und Verwaltung Personalentwicklung an der RWTH RWTHextern Wir über uns Programm Veranstaltungsreihen Termine Partnerschaften mehr ... Sicherheit Sicherheit auf dem Campus Hochschulwache Brandschutz Arbeitssicherheit und Strahlenschutz Umgang mit gefährlichen Abfällen Kontakt & Anreise Kontakt Anreise und Mobilität RWTH-Navigator Telefonbuch Feedback mehr ... Schliessen Aktuell Profil Exzellenz Nachhaltigkeit Einrichtungen Arbeiten an der RWTH Karriere RWTHextern Sicherheit Kontakt & Anreise Sie sind hier: Home Die RWTH Arbeiten an der RWTH RWTH Jobportal Wissenschaftliche/r Mitarbeiter/in (w/m/d) - Large-Scale GAN und Diffusion Models für die industrielle Bildverarbeitung Drucken Sub-Navigation Warum an der RWTH arbeiten? Berufungen an der RWTH RWTH Welcome Center RWTH Faculty Club Führen an der RWTH Center for Staff Development Wissenswertes Berufsausbildung RWTH Jobportal Stellenangebote für Professuren Sie sind hier: Wissenschaftliche/r Mitarbeiter/in (w/m/d) - Large-Scale GAN und Diffusion Models für die industrielle Bildverarbeitung Weitere Informationen zum RWTH Jobportal Leben in Aachen und der Region Wissenschaftliche/r Mitarbeiter/in (w/m/d) - Large-Scale GAN und Diffusion Models für die industrielle Bildverarbeitung Gemeinsam die intelligente Produktion von morgen gestalten Kontakt Name Dominik Wolfschläger Telephone work Phone 0241 80 27337 E-Mail E-Mail E-Mail schreiben Kontakt Name Benjamin Montavon Telephone work Phone 0241 80 20576 E-Mail E-Mail E-Mail schreiben Anbieter Lehrstuhl für Fertigungsmesstechnik und Qualitätsmanagement Unser Profil Deep Learning (DL) erweitert den Werkzeugkasten der industriellen Bildverarbeitung (Industrial Machine Vision) in der Qualitätssicherung für Aufgaben, bei denen die zu bewertenden qualitätsrelevanten Merkmale nicht bekannt oder nicht analytisch beschreibbar sind. Die Nutzung von DL stellt Anwender/innen jedoch vor neue Herausforderungen: Daten müssen in kritischer Menge und Qualität vorliegen, die Interpretation von DL Modellen ist aufwendig und immer gröÃere Modelle, wie GPT-3, CLIP, Dall-E, erfordern Rechenressourcen die nur die wenigstens Forschungseinrichtungen und Unternehmen besitzen. Gleichzeitig besitzen diese Architekturen ein bisher weitestgehend unerschlossenes und teilweise unbekanntes Potenzial für industrielle Anwendungen, bspw. durch ihre Möglichkeit Sprache-Bild-Zusammenhänge zu lernen. Am Lehrstuhl für Fertigungsmesstechnik und Qualitätsmanagement erforschen wir die Nutzung von Deep Learning Methoden zur Lösung von Machine Vision Aufgaben. Neben der anwendungsspezifischen Auswahl und Implementierung von Machine Learning Pipelines mit etablierten Netzwerkarchitekturen konzentriert sich unsere Forschung auf die Untersuchung von generativen Deep Learning Methoden, wie Generative Adversarial Networks (GAN). Wir setzen diese ein, um Datensätze zu balancieren, automatisch zu annotieren und um gelernte Merkmale zu interpretieren. Darüber hinaus entwickeln wir auf industrielle Anwendungsfälle zugeschnittene Lösungen unter ständiger Einbeziehung des aktuellen Standes der Technik. Zur Umsetzung unserer Ideen und Projekte stehen uns über 1000 m² Hallen- und Laborflächen, ein selbstverwaltetes GPU-Rechencluster auf Basis von Kubernetes, welches das Trainieren groÃer Neuronaler Netze vor Ort ermöglicht, ein Bildverarbeitungslabor sowie ein Feinmessraum zur Verfügung. Unsere Arbeitsweise ist durch eine enge Zusammenarbeit mit namhaften Partnern aus Forschung und Industrie geprägt. So gewährleisten wir in unserer Forschung einen hohen Bezug zu Fragestellungen aus der industriellen Praxis und stellen den Ergebnistransfer von der Grundlagenforschung in die Anwendung sicher. Was Sie erwarten können: Gestaltungsraum zur Umsetzung eigener Ideen zum Einsatz von (Generativen) Deep Learning Methoden in Forschung und Praxis State-of-the-art Deep Learning Modelle und Methoden bis in die Anwendung bringen Ein Team, das Erfolge feiert, zusammen auf Reisen geht, Freizeit miteinander verbringt und eine gemeinsame Arbeitsumgebung gestaltet International sichtbare wissenschaftliche Arbeit und Publikationen Nationale sowie internationale Industrie- und Forschungsprojekte mit namhaften Partnern aus Forschung und Industrie Gelegenheit zur Promotion an der RWTH Aachen Die RWTH Aachen University ist mit ca. 42.000 Studierenden und ca. 10.000 Beschäftigten eine der renommiertesten Technischen Universitäten Europas. Das Werkzeugmaschinenlabor WZL der RWTH Aachen ist eines der führenden Forschungsinstitute in der Produktionstechnik und beschäftigt zurzeit ca. 1.025 Mitarbeitende an insgesamt vier Lehrstühlen. Seit mehr als 100 Jahren führt das WZL sowohl grundlagenbezogene als auch an den Erfordernissen der Industrie ausgerichtete Forschungsvorhaben und Industrieprojekte durch. Ihr Profil Sie begeistern sich für Deep Learning und Bildverarbeitung. Sie sind neugierig und bereit, sich in mehrere, anwendungsrelevante Themenfelder einzuarbeiten und sie gewinnbringend zu kombinieren. Wenn Sie auÃerdem an der Schnittstelle zwischen Grundlagenwissenschaften und Anwendung ungenutzte Potentiale von DL Methoden mit Praxisbezug heben möchten, freuen wir uns über Ihre Bewerbung. Voraussetzungen für Ihren Einstieg ist ein abgeschlossenes Hochschulstudium (Master oder vergleichbar) aus den Bereichen Informatik, Physik, Computational Engineering Science, Maschinenbau, Elektrotechnik, Automatisierungstechnik oder vergleichbaren Studiengängen. Folgende Kompetenzen runden Ihr Profil ab: Fortgeschrittene Programmierkenntnisse in der Programmiersprache Python mit Tensorflow/ PyTorch/ JAX o.ä. Erfahrung in der Implementierung, dem Trainieren und Validieren von Deep Learning Modellen Verständnis von und Vorerfahrung im Umgang mit groÃen DL Modellen, wie Dall-E, GTP-3 oder CLIP sind wünschenswert, werden aber nicht vorausgesetzt Idealerweise Erfahrung im Umgang mit Git, Docker, Kubernetes oder vergleichbaren Tools Idealerweise erste Erfahrungen im Bereich der (industriellen) Bildverarbeitung Professionelle, souveräne Kommunikation in Wort und Schrift in deutscher und englischer Sprache Selbständige und strukturierte Arbeitsweise Ihre Aufgaben Ihr Arbeitsalltag besteht aus einem vielfältigen und abwechslungsreichen Aufgabenportfolio. Dabei werden Sie, auch mit dem Ziel Ihrer persönlichen Weiterentwicklung, durch ein Team erfahrener Führungskräfte begleitet. Als wissenschaftliche/r Mitarbeiter/in gehören die Bearbeitung, Koordination und Akquisition von nationalen und internationalen Industrie- und Forschungsprojekten im Schnittfeld von (Generativem) Deep Learning und Machine Vision im Team, Konzeption, Durchführung und Auswertung von Experimenten im Rahmen der zuvor genannten Projektbearbeitung, Repräsentation des Teams und der Forschungsergebnisse in Veröffentlichungen und auf Kongressen/Fachtagungen sowie die Betreuung und Durchführung von Lehrveranstaltungen und studentischen Abschlussarbeiten auf Deutsch oder Englisch zu Ihren Aufgabengebieten. Inhaltlich erwarten Sie folgende Schwerpunkte: Identifizierung von industriellen Anwendungsfällen und Defiziten von Large-Scale GAN und Diffusion Deep Learning Modellen Entwicklung von Strategien und Lösungen zur Implementierung und Nutzung von Large-Scale GAN und Diffusion Deep Learning Modellen in dedizierten Anwendungsfällen  Kombination klassischer Auswertemethoden der industriellen Bildverarbeitung mit Algorithmen des maschinellen Lernens zur Lösung spezifischer Fragestellungen der bild-basierten Qualitätssicherung Transfer von Forschungsergebnissen sowie Vermittlung von Grundlagen des Deep Learning an Forschende und Studierende Entwicklung von Methoden, Leitfäden und Best-Practices für den Einsatz von Deep Learning in der Produktion gemeinsam mit einer industriellen Community Unser Angebot Die Einstellung erfolgt im Beschäftigtenverhältnis. Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet auf 2 Jahre. Eine Verlängerung auf 5 Jahre ist vorgesehen und erwünscht. Die befristete Beschäftigung erfolgt im Rahmen der Befristungsmöglichkeiten des Wissenschaftszeitvertragsgesetzes. Es handelt sich um eine Vollzeitstelle. Auf Wunsch kann eine Teilzeitbeschäftigung ermöglicht werden. Eine Promotionsmöglichkeit besteht. Die Eingruppierung richtet sich nach dem TV-L. Die Stelle ist bewertet mit EG 13 TV-L. Ãber uns Die RWTH ist als familiengerechte Hochschule zertifiziert. Die RWTH bietet im Rahmen eines Universitären Gesundheitsmanagements eine Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten (z. B. Hochschulsport) an. Für Tarifbeschäftigte und Beamtinnen und Beamte besteht ein umfangreiches Weiterbildungsangebot und die Möglichkeit, ein Jobticket zu erwerben. Die Stellenausschreibung richtet sich an alle Geschlechter. Wir wollen an der RWTH Aachen University besonders die Karrieren von Frauen fördern und freuen uns daher über Bewerberinnen. Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern sie in der Organisationseinheit unterrepräsentiert sind und sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen. Bewerbungen geeigneter schwerbehinderter Menschen sind ausdrücklich erwünscht. Im Sinne der Gleichbehandlung bitten wir Sie, auf ein Bewerbungsfoto zu verzichten. Informationen zur Erhebung personenbezogener Daten nach Artikeln 13 und 14 Datenschutz-Grundverordnung (DS-GVO) finden Sie unter https://www.rwth-aachen.de/dsgvo-information-bewerbung . Bewerbung Nummer: V000003708 Frist: 22.01.2023 Postalisch: RWTH Aachen University Lehrstuhl für Fertigungsmesstechnik und Qualitätsmanagement Dominik Wolfschläger Campus-Boulevard 30 52074 Aachen E-Mail: E-Mail schreiben Bitte beachten Sie, dass Gefährdungen der Vertraulichkeit und der unbefugte Zugriff Dritter bei einer Kommunikation per unverschlüsselter E-Mail nicht ausgeschlossen werden können. nach oben Footer Service Kontakt & Anreise Impressum Datenschutzerklärung Barrierefreiheitserklärung Sitemap Hochschulwache Feedback Studienglossar Weitere Angebote RWTHonline Campus - Telefonbuch RWTHmoodle RWTH Jobportal Universitätsbibliothek Hochschulsport Intranet Die RWTH in leichter Sprache Soziale Medien Facebook Twitter YouTube Instagram LinkedIn RWTH Social Media Weitere Einrichtungen Schliessen 150 Jahre RWTH Lernen. Forschen. Machen.
Please click here, if the job didn't load correctly.







Please wait. You are being redirected to the job in 3 seconds.