Fakultät IV - Elektrotechnik und Informatik, Softwartechnik und theoretische Informatik - Maschinelles Lernen
Studentische Beschäftigung mit 80 Monatsstunden
Ihre Aufgaben
1. 40 %: Beschaffung und Verarbeitung von Datensätzen: Unterstützung bei der Auswahl und Beschaffung aktueller, öffentlich verfügbarer Datensätze durch umfassende Literaturrecherche, Abwicklung von Downloads, Gewährleistung der Einhaltung von Standarddatenformaten (z. B. BIDS, SNIRF) und Mitbetreuung umfangreicher Datenspeicher.
2. 30 %: Bewertung der Datenqualität: Unterstützung bei der Erstellung strukturierter Berichte zur Bewertung der Datenqualität sowohl von intern generierten Datensätzen (z. B. us dem IBS-Labor) als auch von extern erworbenen Datensätzen.
3. 30 %: Unterstützung bei der Entwicklung von Deep-Learning-Modellen: Unterstützung bei der Entwicklung von Deep-Learning-Modellen für bevorzugte Aufgaben mit Schwerpunkt auf dem Design der Datenvorverarbeitungspipeline, der Datenerweiterung und dem Design von Deep-Learning-Architektur.
Ihr Profil
Muss:
4. Sehr gute Kenntnisse in Computational Neuroscience, Informatik, Informationstechnologie, Elektrotechnik oder einem ähnlichen Fachgebiet.
5. Sehr gute theoretische Kenntnisse über die Entwicklung von Deep-Learning-Modellen und biomedizinische Signalverarbeitung.
6. Sehr gute Programmier- und Skriptingkenntnisse in Python (einschließlich Bibliotheken wie NumPy, Scikit-Learn, PyTorch und Xarray).
7. Sehr gute Englischkenntnisse in Wort und Schrift.
8. Immatrikulation an einer deutschen Universität.
Kann:
9. Praktische Erfahrung in einem oder mehreren der folgenden Bereiche: Signalverarbeitung und Qualitätsbewertung mit Schwerpunkt auf funktionaler Nahinfrarotspektroskopie (fNIRS), Elektroenzephalographie (EEG) oder anderen biomedizinischen Signalen.
10. End-to-End-Entwicklung und -Bewertung von Deep-Learning-Modellen, praktische Erfahrung mit gängigen Modellen wie CNNs, TCNs, Transformers und Large-Scale-Foundation-Modellen und Versionskontrollwerkzeugen.
11. Erfahrung mit Datenbankmanagementsystemen für die Entwicklung von Deep-Learning-Modellen. Verarbeitung von großen, mehrdimensionalen Biosignal-Zeitreihen-Daten.
12. Team- und Kommunikationsfähigkeit, ausgeprägte analytische und konzeptionelle Fähigkeiten.
13. Hohes Maß an Eigeninitiative, Eigenmotivation und Ergebnisorientierung.