Thema: Active Learning Strategien für Datenkompression im maschinellen Lernen
Analyse, welche Synergie zwischen Data Compression und Active Learning hergestellt werden können
Literaturrecherche durchführen, um den aktuellen Stand der Data Compression und Active Learning Methoden zu verstehen
Entwicklung neuer Algorithmen und Strategien, die Active Learning und Data Compression kombinieren
Durchführung eines umfassenden Vergleichs aller Algorithmen um ihre Leistungsfähigkeit, Effizienz und Anwendbarkeit für die Datenkompression auf internen und externen Datensätzen zu bewerten

Dein Profil

Studiengang der Fachrichtung Informatik oder vergleichbare Fachrichtungen
Grundkenntnisse in Git, Kubernetes und Cloud-Plattformen wie beispielsweise AWS, Azure, etc. von Vorteil
Gute Kenntisse im Bereich Machine Learning und Deep Learning sowie in Python, Tensorflow oder PyTorch
Gute Englischkenntnisse
Sicherer Umgang mit Mircosoft Office Anwendungen
Selbstmotivation sowie analytische Fähigkeiten

Anstellungsart

Praktikum

Homeoffice

Nach Absprache