Die Fraunhofer-Gesellschaft ist eine der weltweit führenden Organisationen für anwendungsorientierte Forschung. 75 Institute entwickeln wegweisende Technologien für unsere Wirtschaft und Gesellschaft – genauer: 32 000 Menschen aus Technik, Wissenschaft, Verwaltung und IT. Sie wissen: Wer zu Fraunhofer kommt, will und kann etwas verändern. Für sich, für uns und die Märkte von heute und morgen.
Das Fraunhofer-Institut für Sichere Informationstechnologie SIT gehört zu den führenden Forschungs- und Entwicklungseinrichtungen für Cyber-Sicherheit in Deutschland und Europa und ist Teil von ATHENE, dem nationalen Forschungszentrum für angewandte Cybersicherheit. ATHENE ist eine Kooperation der Fraunhofer-Gesellschaft mit der TU Darmstadt, der Hochschule Darmstadt und der Goethe-Universität Frankfurt. Unser gemeinsames Ziel: die Welt von morgen sicherer zu machen.
Aufgaben
- Implementierung und Anwendung von Computer-Vision-Ansätzen, u.a.:
- Anwendung von Verfahren aus sicherheitsrelevanten Bereichen wie visuelle Altersschätzung
- Objekterkennung (z.B. mittels YOLO, RT-DETRv2, u.a.)
- Bildklassifikation anhand gängiger Architekturen (z.B. Transformer: ViT, Swin, DeiT, CNNs: ResNet, EfficientNet, GNNs: GraphConv, GAT)
- Bildbeschreibung, visuelle Fragebeantwortung und multimodale Suche mittels Vision-Language-Modellen (VLMs)
- Bildsegmentierung (z.B. mittels SAM-3, DINO-3, u.a.)
- Interaktive und erklärbare Klassifikationssysteme (RISE, GradCAM, EigenCAM, Integrated Gradients, ViT Shapley, etc.)
- Umsetzung und Durchführung von Experimenten im Bereich Machine Learning (ML):
- Daten säubern, vorbereiten, aufteilen, visualisieren, ggf. Daten crawlen und scrapen
- Anwenden (Implementierung gängiger ML-Verfahren wie z.B. Hyperparameter-Optimierung, Binary/Multi-Class/Multi-Label-Classification, Ensemble-Verfahren, ...)
- Evaluierung/Benchmarking anhand standardisierter Metriken im Kontext von ML (z.B. Accuracy, BAC, Brier, mAP, ROC, AUC, uvm.) sowie Funktionaltests
- Entwicklung von UIs und WebApps mittels gängiger Frameworks (fastHTML, Streamlit, Gradio, Svelte, Flask/FastAPI)
- Mitarbeit in öffentlich geförderten und/oder direkt durch Industriepartner beauftragten Projekten
Profil
- Studium der Informatik, Mathematik oder eines verwandten Fachgebiets mit Fokus auf Maschinelles Lernen und idealerweise Computer Vision
- Fundierte Kenntnisse in ML:
- Vertraut mit verschiedenen Architekturen von Neuronalen Netzen (insbesondere Vision-Transformer und CNNs)
- Vertraut mit grundlegenden Begriffen und Konzepten in ML (insb. Klassifikation, Hyperparameter-Optimierung, Fine-Tuning, Evaluierung von Modellen)
- Fundierte Kenntnisse in Python sind zwingend erforderlich und werden im Interview geprüft
- Von Vorteil: Fähigkeit, Methoden und Verfahren aus wissenschaftlichen Veröffentlichungen eigenständig umzusetzen
- Von Vorteil: Wissen und Erfahrung im Bereich Cybersicherheit
- Bereitschaft, sich neuen Herausforderungen zu stellen
- Ausgeprägtes analytisches Denken
Wir bieten
- Flexible Arbeitszeiten, die sich gut mit Deinem Studium vereinbaren lassen
- Eine inspirierende Arbeitsumgebung mit modernster Infrastruktur
- Die Möglichkeit, praktische Erfahrung zu sammeln und wertvolle Kontakte in der Forschung zu knüpfen
- Möglichkeit für spätere Bachelor- und Masterarbeit
- Die monatliche Arbeitszeit beträgt 40 bis 80 Stunden, je nach Absprache
JBTE_DE