Studentische Hilfskraft für das Projekt VisPer

Die Fraunhofer-Gesellschaft ist eine der weltweit führenden Organisationen für anwendungs­orientierte Forschung. 74 Institute entwickeln weg­weisende Technologien für unsere Wirt­schaft und Gesell­schaft – genauer: 30 000 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 Cyber­sicherheit 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.

• Implementierung und Anwendung von Computer-Vision-Ansätzen, u. a.:
  • 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 etc.)
  • Evaluierung / Benchmarking anhand standardisierter Metriken im Kontext von ML (z. B. Accuracy, BAC, Brier, mAP, ROC, AUC u. v. m.) 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

• Studium der Informatik, Mathematik oder eines verwandten Fach­gebiets mit Fokus auf Maschinelles Lernen und idealerweise Computer Vision
• Fundierte Kenntnisse in ML:
  • Vertrautheit mit verschiedenen Architekturen von Neuronalen Netzen (insbe­sondere Vision-Transformer und CNNs)
  • Vertrautheit 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

• Attraktive Vergütung: 18,06 € / Stunde für Bachelor­studierende und 18,78 € / Stunde für Master­studierende
• 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
• Die monatliche Arbeits­zeit beträgt 40 bis 80 Stunden, je nach Absprache

STBL1_DE