Abschlussarbeit (w/m/d) in Deep Learning

Stellenbeschreibung:

Am Institut für Verbrennungstechnik gestalten wir die Zukunft von Energie und Mobilität. Unsere 100 Mitarbeitenden aus verschiedenen Disziplinen optimieren technische Verbrennungsprozesse mit Hilfe von numerischen Modellen, modernen experimentellen Techniken und chemisch-kinetischen Methoden. Alternative, klimaneutrale und synthetische Brennstoffe (Brenn-, Kraft- und Treibstoffe) in flüssiger und gasförmiger Form sind ein zentrales Forschungsgebiet des Instituts.

Das erwartet dich

Arbeit an modernen DL-Ansätzen zur Auswertung von 1D Spektraldaten
Nutzung synthetischer Daten für effizientes und robustes Modelltraining
Physikalisch fundierte Validierung der Modelle und Anwendung auf reale Messdaten
Ein forschungsnahes Umfeld mit klarem Fokus auf Methodik, Qualität und Nachvollziehbarkeit der Ergebnisse

Deine Aufgaben

Aufbau eines grundlegenden Domain Verständnisses (d.h. experimentelle Verbrennungsdiagnostik und FTIR-Spektroskopie)
Einarbeitung in DL-Ansätze zur Analyse von spektralen 1D Messdaten
Erweiterung von Methoden zur Generierung synthetischer Trainingsdaten
Entwicklung von DL-Ansätzen; Trainieren entsprechender Modelle
Physikalische Validierung der Modelle auf bereitgestellten Referenzdaten
Anwendung der Modelle auf realen Messdaten
Dokumentation der Codes, Ansätze und Ergebnisse

Das bringst du mit

Studium in einem technisch- oder naturwissenschaftlichen Studiengang
Interesse an interdisziplinärer Arbeit an der Schnittstelle Computer Science and Naturwissenschaften
Sorgfältige und strukturierte Arbeitsweise
Motivation, sich in neue Themengebiete einzuarbeiten
Erfahrung mit Python o.ä. und erste KI-Erfahrungen

Das bieten wir dir

Das DLR steht für Vielfalt, Wertschätzung und Gleichstellung aller Menschen. Wir fördern eigenverantwortliches Arbeiten und die individuelle Weiterentwicklung unserer Mitarbeitenden im persönlichen und beruflichen Umfeld. Dafür stehen dir unsere zahlreichen Fort- und Weiterbildungsmöglichkeiten zur Verfügung. Chancengerechtigkeit ist uns ein besonderes Anliegen, wir möchten daher insbesondere den Anteil von Frauen in der Wissenschaft und Führung erhöhen. Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.