Praktikum / Thesis: Beurteilung von KI-Methodiken zur Menschenerkennung in der Smart Factory*

Sommersemester 2025 - befristet auf 3-6 Monate

Diese Arbeit befasst sich mit der Aufgabe, die Entscheidungen KI-basierter Algorithmen zu beurteilen, um eine zuverlässige und präzise Menschenerkennung zu gewährleisten. Ziel ist es, die Sicherheit der Mitarbeitenden zu erhöhen, den Betrieb zu optimieren und das zuverlässige Funktionieren der Smart-Factory-Produktionsumgebungen zu gewährleisten.

IHRE AUFGABEN:

• Sie betreiben Literaturrecherche zum Thema Modellbewertung und -selektion, um den aktuellen Stand der Forschung und Industriestandards zu erfassen
• Sie analysieren bestehende Modelle im Hinblick auf ihre Zuverlässigkeit
• Sie identifizieren spezifische Muster oder Merkmale, die ein bestimmtes Konzept (z.B. „Mensch“) definieren
• Sie tragen dazu bei, die Entscheidungen der bestehenden neuronalen Netze verständlicher zu machen, indem sie nachvollziehbare logische Regeln und Konzepte evaluieren
• Sie sind verantwortlich für die detaillierte Dokumentation der Arbeitsergebnisse

IHR PROFIL:

• Sie studieren Mathematik, Elektrotechnik, Informatik, Physik oder einen vergleichbaren Studiengang
• Sie haben Freude an der Entwicklung und Anwendung von statistischen Modellen sowie Machine-Learning-Algorithmen in industriellen Umgebungen
• Sie verfügen über Programmiererfahrung, insbesondere in Python oder MATLAB und bringen Begeisterung mit, wenn es darum geht, die entwickelten Lösungen zu implementieren und zu evaluieren
• Sie verfügen über sehr gute Englischkenntnisse
• Ihre selbstständige und zielorientierte Arbeitsweise zeichnet Sie aus und ermöglicht es Ihnen, komplexe Sachverhalte strukturiert zu bearbeiten
• Ihre ausgeprägte Team- und Kommunikationsfähigkeit rundet Ihr Profil ab

IHRE BEWERBUNG:

• Wir freuen uns auf Ihre Online-Bewerbung
• Sarah Disch
• Job-ID 36412 
• Vertrauliche Behandlung wird zugesichert

*Der Mensch zählt, nicht das Geschlecht.

Wir setzen auf Vielfalt, lehnen Diskriminierung ab und denken nicht in Kategorien wie etwa Geschlecht, ethnische Herkunft, Religion, Behinderung, Alter oder sexuelle Identität.

Stichworte: Intern, Internship, Abschlussarbeit