Doktorand*in - Generative Methoden zur synthetischen Datengenerierung

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.

Im Rahmen von »Zentrum für angewandte Künstliche Intelligenz Duisburg« (kurz: ZaKI.D) wollen wir mit zukunftsträchtigen KI-Technologien die regionale Wirtschaft bei der Transformation in Duisburg und angrenzenden Regionen unterstützen. Gemeinsam mit der Universität Duisburg-Essen und der KROHNE Messtechnik GmbH werden wir vom Fraunhofer-Institut für Mikroelektronische Schaltungen und Systeme IMS kleinen und mittelständischen Unternehmen (KMU) über die Säulen KMU-Unterstützung, Aus- und Weiterbildung sowie KI-Innovationsinkubator dabei helfen, Künstliche Intelligenz in ihre Betriebe und Produkte zu integrieren. Den technologischen Schwerpunkt des ZaKI.D bildet dabei eingebettete Künstliche Intelligenz auf ressourcenbeschränkten Geräten wie z.B. Sensoren, Smart Devices oder Robotern. Damit wollen wir diese sicherer und intelligenter machen, Fertigungsprozesse optimieren, die Qualität von Produkten erhöhen und gleichzeitig den ökologischen Fußabdruck minimieren.
Generative Methoden zur Generierung von synthetischen Daten für Computer-Vision-Anwendungen stehen ebenfalls im Fokus unserer Bestrebungen. Im industriellen Umfeld tritt häufig die Frage auf, inwieweit man automatisiert Kalkulationen aus 2D Plänen erstellen kann. Diese Pläne werden heute üblicherweise von CAD-Systemen erstellt und über Schnittstellenformate ausgetauscht. Mangels frei verfügbaren Datensätzen können zum Training eines Basismodells (Foundation Model) synthetische Daten generiert werden – an dieser Stelle setzen Sie mit Ihrer dreijährigen Promotion an.

• Sie recherchieren den Forschungsstand zu Foundation Model-Architekturen für 2D-Plangenerierung aus Fotos und aus der Erstellung von Angeboten aus 2D-Plänen
• Sie trainieren und finetunen Foundation Models anhand gängiger Softwarebibliotheken, um die Erkennungsfähigkeit eines Bild2Plan-Models zu verbessern
• Durch die Entwicklung eines Adapters kann dem Modelltraining eine Verbesserung der geometrischen Genauigkeit der Daten zugutekommen. Diesen Adapter gilt es in der Arbeit zu entwickeln, um damit die Pipeline zur Generierung akkurater synthetischer Plandaten zu verbessern.
• In enger Kooperation mit unseren Expert*innen setzen Sie die Methoden in einem generativen KI-Framework um, welches bei Industriekunden eingesetzt werden kann.
• Sie entwickeln eine Test- und Evaluierungsumgebung für Foundation Models und stellen die Ergebnisse Ihrer experimentellen Arbeiten in wissenschaftlichen Publikationen zur Verfügung oder präsentieren sie auf internationalen Konferenzen sowie in Projektmeetings mit externen Partnern
• Darüber hinaus betreuen Sie studentische und wissenschaftliche Hilfskräfte sowie Bachelor- und Masterarbeiten.

Mindestqualifikation:

• Sehr gut abgeschlossenes Studium (M.Sc. oder Uni-Diplom) in Informatik, Mathematik, Physik, Elektrotechnik, Maschinenbau oder einem vergleichbaren technischen/naturwissenschaftlichen Studiengang
• Gute Kenntnisse in der Programmiersprache Python und/oder C++ und mit einschlägigen Tools/Frameworks wie CAD, bpy, Scikit-Learn, PyTorch o.ä.
• Erste praktische Erfahrung in der Anwendung generativer KI-Methoden, etwa 3D Gaussian Splatting, Neural Rendering oder verwandter Verfahren
• Kenntnisse in der Transformation von Objekt- zu Bildkoordinaten
• Eine systematische und eigenständige Arbeitsweise, gepaart mit Kreativität, Hands-on-Mentalität und Kommunikationssicherheit
• Sehr gute Deutsch- & Englischkenntnisse für die Zusammenarbeit mit unseren Projektpartner*innen sowie für Vorträge auf Konferenzen

Wünschenswerte Qualifikationen:

• Master- bzw. Diplomarbeit im Bereich der synthetischen Datenerstellung
• Praktische Erfahrung in der Anwendung von KI-Methoden im industriellen Bereich
• Praktische Erfahrung im Umgang mit HPC-Clustern
• Vorteilhaft sind Kenntnisse in der Computerspieleentwicklung, z. B. mit C#, OpenGL oder vergleichbaren Technologien

• Sie arbeiten in einem neuausgerichteten Team mit interdisziplinären Wissenschaftler*innen im Bereich Maschinelles Lernen und generative KI an zukunftsweisenden Themen
• Neben der Betreuung durch eine institutsinterne Fachperson findet ein regelmäßiger Austausch über den wissenschaftlichen Stand Ihrer Arbeit im Rahmen eines Doktormütter/-vätergremiums statt.
• Während der Promotionszeit werden Sie durch begleitende Angebote unterstützt. Sie lernen professionelle Methoden des Projektmanagements sicher anzuwenden und bei der Projektakquise zu unterstützen.
• Bei fristgerechter Einreichung der Dissertation gibt es die Option im Rahmen eines Anschlussvertrags die Forschungsarbeiten weiter zu vertiefen bzw. in andere Bereiche zu wechseln. Die Vollzeitstelle als Doktorand*in mit halber Vergütung bietet 50 % der Zeit für Ihre Promotion sowie 50 % für die Mitarbeit in Forschungsprojekten als wissenschaftliche*r Mitarbeiter*in.
• Flexible Arbeitszeiten (Gleitzeit mit integrierter Kernarbeitszeit von 9:30 - 15:00 Uhr, Freitag von 9:30 - 13:00 Uhr) und mobiles Arbeiten an bis zu zwei Tagen pro Woche für eine bessere Vereinbarkeit von Beruf und Privatleben
• Betriebliche Altersvorsorge (VBL) und Zuschuss zum Deutschland-Ticket Job
• Sehr gute Verkehrsanbindung mit ÖPNV/Auto sowie kostenlose Parkplätze und abschließbare Fahrradstellplätze für Mitarbeitende
• Unterstützungsangebote zur Vereinbarkeit von Familie und Beruf: Mit-Kind-Büro, Kindernotbetreuung und Beratungsleistungen zu Homecare-Eldercare etc. in Kooperation mit dem pme Familienservice
• Corporate Benefits: Vergünstigte Angebote namhafter Hersteller und Marken

STBL1_DE