Hochschule Offenburg | Германия | 77xxx Offenburg | Временный контракт | Неполный рабочий день - гибкий / Полный рабочий день | Опубликовано: 29.01.2026 на stepstone.de
Академический ассистент — глубокое обучение и встроенный ИИ в исследовательском проекте Lab2Device
В Оффенбургском университете обучаются 4000 студентов из 40 стран. На четырех факультетах мы предлагаем широкий спектр междисциплинарных и практических предметов: от бизнес- и экономической психологии до мехатроники, медиа и медицинских технологий до биотехнологий и искусственного интеллекта. Оффенбургский университет прикладных наук является местом инноваций и является одним из высоконаучных университетов прикладных наук в Баден-Вюртемберге. Мы поддерживаем интенсивные контакты с компаниями и учреждениями-партнерами из региона и в то же время ориентированы на международный уровень. В Оффенбургском университете работает более 500 человек. Оффенбургский университет прикладных наук Академический персонал* в полном объеме | 100 % | Компенсация по E 13 TV-L | ограничена 3 1/2 годами | В рамках проекта Lab2Device. .
* После нажатия кнопки Читать далее откроется оригинальное объявление на сайте нашего партнера, где вы можете посмотреть детали этой вакансии и контактные данные. Если вам необходим перевод этого текста, то после возвращения на наш сайт он будет подготовлен и вы можете его прочитать, нажав на кнопку Показать весь перевод.
Ваши задания • Ваш профиль • Что мы предлагаем
- Самообучение исследовательских задач в проекте Lab2Device
- Независимая публикация результатов исследований проекта Lab2Device
- Руководство для студентов (например, Hiwis)
- Самопередача результатов исследований в рабочих приложениях
- Современные модели глубокого обучения мощные, но ресурсоемкие. Это предотвращает их локальное использование во встроенных системах и приводит к неэффективным, небезопасным и критически важным для защиты данных облачным эталонным подходам. Подходы к сжатию модели (например, квантование, обрезка и дистилляция знаний) и поиск нейронной архитектуры (NAS) позволяют локально использовать модели глубокого обучения, но часто приводят к снижению производительности модели и связаны с несколькими другими ограничениями (например, высокая вычислительная сложность и, следовательно, высокие затраты энергии для подходов поиска нейронной архитектуры). Целью этой докторской диссертации является исследование новых методов сжатия модели, которые снижают соответствующие затраты на использование во встроенных системах (таких как потребление памяти, задержка и потребление энергии) с минимальной потерей производительности модели. Вы работаете в междисциплинарной команде (в ней участвуют три научно-исследовательских института
- Университета
- Оффенбурга: IMLA, INES, ivESK) с другим докторантом (фокус на поиске нейронной архитектуры) и двумя постдоками, чтобы включить и сравнить ресурсоэффективные модели глубокого обучения для локального вывода на встроенном оборудовании. [+]
- Завершенное научное высшее образование (мастерское или сопоставимое) в области информатики, статистики, электротехники или информационных технологий
- Опыт:
- Обнаруживаемые навыки программирования (Python, C/C++)
- Очень хорошие знания и практический опыт работы с современными методами и фреймворками машинного обучения (PyTorch и/или JAX)
- По крайней мере, базовые знания о встроенных системах. Базовые знания немецкого языка о преимуществах, хорошие знания английского языка
- Личность: самоинициативная и структурированная работа
- Интерес к творческому решению проблем
- Радость междисциплинарной командной работы
- Привлекательные курсы обучения, которые вы можете продолжить на своей работе
- Современно оборудованное рабочее место
- Специальный платеж гибкое рабочее время
- Корпоративные преимущества доступа
- Возможность детского отдыха в академии
- Кита
- Соммерспроссе привлекательные предложения в контексте управления профессиональным здоровьем и согласования работы, семьи и ухода
Местонахождение
 | Hochschule Offenburg | |
| 77652 Offenburg | ||
| Германия |
Текст этого объявления был переведен с немецкого на русский язык посредством системы автоматического перевода и может содержать как смысловые, так и лексические ошибки. Поэтому он может использоваться только в ознакомительных целях. Для более детальной информации перейдите к тексту оригинального объявления по ссылке ниже.
Для получения дополнительной информации читайте исходное объявление