Ingenieur, Informatiker, Mathematiker als Akademische Mitarbeiterin / Akademischer Mitarbeiter Maschinelle Lernverfahren

 Universität Ulm  Ulm
Im Institut für Mess-, Regel- und Mikrotechnik an der Universität Ulm sind ab dem 1. Mai 2016 oder später zwei Stellen eines/einer

Akademischen Mitarbeiters/Akademischen Mitarbeiterin im Bereich Deep Learning/Maschinelle Lernverfahren (Vergütung nach TV-L E13) 

im Anwendungsgebiet des automatisierten Fahrens befristet zu besetzen. Die Stellen bieten die Möglichkeit zur Promotion. 

Ihre Aufgaben:
Im Rahmen des EU-Forschungsprojekts DENSE werden allwettertaugliche Kamera-, Radar- und LIDAR-Sensoren entwickelt, um Fahrerassistenzfunktionen mit der für das autonome Fahren erforderlichen Sicherheit unabhängig von Standort, Wetter oder Tageszeit zu ermöglichen. Das Institut für Mess-, Regel- und Mikrotechnik an der Universität Ulm beteiligt sich als Partner innerhalb des internationalen Projektkonsortiums mit der Erforschung und Entwicklung einer neuartigen intelligenten Integration der hochverfügbaren Sensortechnologien: Mit Hilfe von Deep-Learning-Ansätzen soll in niedrigen Verarbeitungsebenen eine sensornahe Signalverbesserung (u.a. Entrauschen und Auflösungsverbesserung) realisiert werden. In nachgelagerten, höheren Verarbeitungsebenen soll eine Fusion der aufbereiteten Sensordatenströme zur nochmaligen Signalverbesserung und zur Informationsverdichtung in Form einer Klassifikationsentscheidung bewerkstelligt werden. Die Ausgabe des Systems soll eine robuste und hochverfügbare Repräsentation des Fahrzeugumfelds sein, welche als Eingabe für nachgelagerte Funktionen der Fahrerassistenz oder das hochautomatisierte Fahren verwendet werden kann. Die zur Lösung der Fragestellungen notwendigen Verfahren sind auf Basis der Vorarbeiten des Instituts für Mess-, Regel- und Mikrotechnik zu entwickeln sowie in Versuchsträgern unter realen Bedingungen zu bewerten und zu demonstrieren. Die Arbeiten erfolgen in enger Kooperation mit den die gesamte Wertschöpfungskette umfassenden Projektpartnern aus Industrie und Forschung.

Sie bieten:
Bewerbungsvoraussetzung ist ein überdurchschnittlicher Masterabschluss an einer Universität bzw. einer Technischen Universität in der Fachrichtung Informatik, Mathematik, Elektrotechnik oder einem verwandtem Studiengang. Kenntnisse im Bereich Deep Learning bzw. künstlicher neuronaler Netze sowie Erfahrung in der objektorientierten Programmierung und der GPU-Programmierung sind von Vorteil,   aber nicht Bedingung. Sie können auch in der Einarbeitung erworben werden.

Wir bieten:
Wenn Sie Spaß haben teamorientiert in einem sehr innovativen Umfeld mit exzellenten beruflichen Zukunftschancen zu arbeiten, freuen wir uns auf Ihre Bewerbung. Die Vergütung richtet sich nach den Richtlinien des öffentlichen Dienstes gemäß E13 TV-L.
Die Universität Ulm strebt eine Erhöhung des Anteils von Frauen in Forschung und Lehre an und bittet deshalb qualifizierte Wissenschaftlerinnen nachdrücklich um ihre Bewerbung.

Bewerbungen mit den üblichen Unterlagen (Motivationsschreiben, Lebenslauf, Zeugniskopien, Notenspiegel, etc.) senden Sie bitte bis zum 30. April 2016, gerne auch elektronisch, an:

Prof. Dr.-Ing. Klaus Dietmayer
Institut für Mess-, Regel- und Mikrotechnik
Albert-Einstein-Allee 41
89081 Ulm

Email: Klaus.Dietmayer@uni-ulm.de

Für Fragen zu dieser Ausschreibung stehen wir natürlich gerne vorab zur Verfügung.

Schwerbehinderte werden bei entsprechender Eignung vorrangig eingestellt.
Die Einstellung erfolgt durch die Zentrale Universitätsverwaltung.

 
Gewünschter Bewerbungszugang:
Prof. Dr.-Ing. Klaus Dietmayer
Institut für Mess-, Regel- und Mikrotechnik
Albert-Einstein-Allee 41
89081 Ulm

Email: Klaus.Dietmayer@uni-ulm.de
 
Kontakt für Bewerbungen
Prof. Dr.-Ing. Klaus Dietmayer
Institut für Mess-, Regel- und Mikrotechnik
Albert-Einstein-Allee 41
89081 Ulm

Email: Klaus.Dietmayer@uni-ulm.de
 
Bitte beziehen Sie sich bei Ihrer Bewerbung auf jobvector und geben Sie die folgende Referenznummer an: Kennziffer 10

Täglich neue Jobs per E-Mail erhalten

Stichworte:
Filter: