Wissenschaftliche*r Mitarbeiter*in (m/w/d) im Bereich der Computer Vision

Wissenschaftliche*r Mitarbeiter*in (m/w/d) im Bereich der Computer Vision

Institut für Nachrichtentechnik

Mit über 15.000 Studierenden und ca. 3.800 Beschäftigten zählt die Technische Universität Braunschweig zu den führenden Technischen Universitäten in Deutschland. Sie steht für strategisches und leistungsorientiertes Denken und Handeln, relevante Forschung, engagierte Lehre und den erfolgreichen Transfer von Wissen und Technologien in Wirtschaft und Gesellschaft. Konsequent treten wir für Familienfreundlichkeit und Chancengleichheit ein. Unsere Forschungsschwerpunkte sind Mobilität, Engineering for Health, Metrologie sowie Stadt der Zukunft. Starke Ingenieurwissenschaften und Naturwissenschaften bilden unsere Kerndisziplinen. Diese sind eng vernetzt mit den Wirtschafts- und Sozial-, Erziehungs- und Geisteswissenschaften. Unser Campus liegt inmitten einer der forschungsintensivsten Regionen Europas. Mit den über 20 Forschungseinrichtungen in unserer Nachbarschaft arbeiten wir ebenso erfolgreich zusammen wie mit unseren internationalen Partnerhochschulen.

Wir suchen für die Abteilung „Signalverarbeitung und Machine Learning“ am Institut für Nachrichtentechnik zum nächstmöglichen Zeitpunkt eine*n Wissenschaftliche Mitarbeiterin bzw. wissenschaftlichen Mitarbeiter (Post-Doktorandin bzw. Post-Doktorand, m/w/d) zum Thema Computer Vision (EG 13 TV-L, Vollzeit/Teilzeit).

Die Stelle ist zunächst befristet für voraussichtlich 2 Jahre, verlängerbar bis zu 6 Jahren. Sie soll der Qualifizierung des wissenschaftlichen Nachwuchses dienen und bietet die Möglichkeit zur Promotion/zur wissenschaftlichen Weiterqualifikation. In der Abteilung „Signalverarbeitung und Machine Learning“ am Institut für Nachrichtentechnik ist ab dem eine Stelle im Bereich der Computer Vision zu besetzen.

Ihre Aufgaben

• Forschung an der multimodalen Generierung von Kamera-, LiDAR- und RADAR-Datensequenzen in automotivem Kontext
• Entwicklung geeigneter Metriken zur Messung der physikalischen Kohärenz der generierten Datenströme
• Erforschung geeigneter Losses und komplexitätsreduzierter Modelle für die multimodale Generierung; Berücksichtigung von Text- und Bounding-Box Constraints.

Qualifikationen

• Abgeschlossenes wissenschaftliches Hochschulstudium, insbesondere der Fachrichtung(en) Elektrotechnik, Elektromobilität, Informatik, Informationstechnik, Data Science, angewandte Mathematik
• Sehr gute Englisch- und Deutschkenntnisse in Wort und Schrift
• Sehr gute Kenntnisse im maschinellen Lernen, Erfahrungen mit Trainings-Frameworks (z.B. Tensorflow, PyTorch)
• Gute Kenntnisse im Bereich LiDAR
• Vorteilhaft wären Kenntnisse in der digitalen Bildverarbeitung
• Sie bringen Faszination für das maschinelle Lernen mit!
• Die Möglichkeit zur wissenschaftlichen Qualifikation mit dem Ziel der Promotion
• Die Einstellung erfolgt mit Vergütung nach EG 13 TV-L
• Befristung zunächst für 2 Jahre, verlängerbar bis zu 6 Jahre

Weitere Hinweise

Wir freuen uns auf Bewerber*innen aller Nationalitäten. Gleichzeitig begrüßen wir das Interesse schwerbehinderter Menschen und bevorzugen deren Bewerbungen bei gleicher Eignung. Bitte weisen Sie bereits bei der Bewerbung darauf hin und fügen Sie einen Nachweis bei. Ferner arbeiten wir basierend auf dem Niedersächsischen Gleichberechtigungsgesetz (NGG) an der Erfüllung des Gleichstellungsauftrages und sind bestrebt, in allen Bereichen und Positionen eine Unterrepräsentanz i. S. des NGG abzubauen. Daher freuen wir uns besonders über Bewerbungen von Frauen.

Für die Durchführung des Bewerbungsverfahrens speichern wir personenbezogene Daten. Durch Zusendung Ihrer Bewerbung erklären Sie sich damit einverstanden, dass Ihre Daten zu Bewerbungszwecken unter Beachtung der Datenschutzvorschriften elektronisch gespeichert und verarbeitet werden. Weitere Informationen zum Datenschutz entnehmen Sie bitte unserer Datenschutzerklärung unter . Wir erstatten keine Bewerbungskosten.

Bewerben Sie sich bis zum

Bewerbungen bitte per Email an Prof. Fingscheidt (t.fingscheidt(at)tu-bs.de), Stichwort 'GenAI'. Bitte fassen Sie die üblichen Unterlagen (Anschreiben, Zeugnisse, Lebenslauf etc.) in einem pdf-File zusammen, und stellen Ihre Qualifikation anhand der oben genannten Anforderungen dar

Technische Universität Braunschweig
Institut für Nachrichtentechnik
Prof. Tim Fingscheidt
Schleinitzstraße 22
38106 Braunschweig

Technische Universität Braunschweig
Universitätsplatz 2
38106 Braunschweig
Postfach: 38092 Braunschweig
Telefon: +49 (0) 531 391-0