„Besser Studieren“ ist das gelebte Motto der Jade Hochschule. In über 60 innovativen Studiengängen an den Studienorten Wilhelmshaven, Oldenburg und Elsfleth bilden wir über 6.000 Studierende wissenschaftlich und praxisnah aus. Über 170 Professorinnen und Professoren sowie ca. 400 Mitarbeitende engagieren sich im Sinne des Leitbildes unserer Hochschule: innovativ, kompetent, kooperativ, vielfältig und zugewandt. Die Gewinnung qualifizierter Beschäftigter ist dabei eine zentrale Voraussetzung für die Fortsetzung ihrer positiven Entwicklung. Aufgrund der herausragenden Bedeutung der Künstlichen Intelligenz entwickelt die Jade Hochschule bis zum Jahr 2030 eine Identität als KI‑Hochschule und setzt diese Identität in allen Arbeitsbereichen um. Wissenschaftliche_r Mitarbeiter_in (m/w/d) Entgeltgruppe 13 TV-L | Kennziffer BGG 06/26 Vorgenannte Stelle ist an der Jade Hochschule Wilhelmshaven/Oldenburg/Elsfleth im Fachbereich Bauwesen Geoinformation Gesundheitstechnologie am Campus Oldenburg in der Abteilung Technik und Gesundheit für Menschen zum nächstmöglichen Zeitpunkt im Umfang von 75 %, befristet bis zum 30. April 2030, zu besetzen. Die wissenschaftlichen Aufgaben sollen im Rahmen des vom BMFTR geförderten Projekts zur Knieendoprothetik mit Echtzeit-Visualisierung (KneeView) durchgeführt werden. Ziele der Arbeiten im Projekt sind die exakte Bestimmung der Knochenlagen sowie Rotation auf Basis des sichtbaren Ausschnitts im Kniebereich. Gerade bei der Bewegung des Beins müssen die Beinachsen in Echtzeit bestimmt werden. Dies soll einerseits mit Hilfe eines hochgenauen Kamerasystems, andererseits mit Inertialmesssensoren (IMU) zur Bestimmung der Lage und Position des Beins anhand eines KI‑basierten Modells geschehen. Dabei liegt der Fokus auf dem maschinellen Lernen und der Bildverarbeitung mit Methoden der künstlichen Intelligenz. Aufgaben Die Arbeiten sollen kollaborativ zusammen mit den weiteren Mitarbeitenden im Projekt durchgeführt werden und umfassen insbesondere folgende Aufgaben: Entwicklung, Aufbau und Analyse von Settings zur möglichst realitätsnahen Erfassung während laufender Knieoperationen Literaturrecherche und Implementierung neuester Erkenntnisse Mitwirkung am Aufbau eines Demonstrators Erweiterung der im Institut vorhandenen Untersuchungsmethoden der Mustererkennung, besonders mit Blick auf neuronale Netze/Deep Neural Networks Teilnahme an internationalen Konferenzen zur Vorstellung der Erkenntnisse Anleitung von studentischen und wissenschaftlichen Hilfskräften und Studierenden im Rahmen des Projektes bei der Abschlussarbeit sowie Lehrtätigkeiten in relevanten Studiengängen Erstellung/Schreiben von verwandten und weiterführenden Forschungsanträgen Verfassen von Projektberichten Öffentlichkeitsarbeit (Verbreitung des Wissens, Fortbildungen und Schulungen) Design von Studien und Aufbau von Mess-Settings mit sämtlicher Hardware Stellen von Ethikanträgen Publikation der Forschungsergebnisse (auch international) (Analyse und Darstellung der Ergebnisse der Studien) Kommunikation mit den Projektpartnern (intern und extern) Profil Abgeschlossenes wissenschaftliches Hochschulstudium (Dipl. [Uni]/Master) mit technischen Schwerpunkten wie Ingenieurwissenschaften, Elektrotechnik, Informatik, Geoinformatik etc. Bereitschaft zur wissenschaftlichen Weiterqualifizierung (Promotion) Wünschenswert sind: Erfahrungen in Projektarbeit und wissenschaftlichen Methoden Hervorragende Programmierfähigkeiten in diversen Programmiersprachen Erfahrung mit Methoden der künstlichen Intelligenz und Mustererkennung Erfahrung mit dem Entwurf komplexer Messsettings mit multimodalen Sensoren wie Kameras und weiteren Messwandlern Gute Ausdrucksfähigkeit in Wort und Schrift in Deutsch und auch in Englisch Erfahrung in der Arbeit in interdisziplinären Teams Selbständige Arbeitsweise, Kommunikationsstärke und Teamfähigkeit Wir bieten Flexible Arbeitszeitregelung sowie mobiles Arbeiten oder Telearbeit Beschäftigung nach dem Tarifvertrag für den öffentlichen Dienst der Länder (TV‑L) Betriebliche Altersvorsorge (VBL) 30 Tage Jahresurlaub gemäß TV‑L Jahressonderzahlung gemäß TV‑L Weiterbildungs- und Sportangebote ADZN1_DE