Masterthesis: Anwendung von Deep-Learning-Methoden auf 3D-LiDAR-Umgebungsdaten

Wintersemester 2025/26 - befristet auf 6 Monate

IHRE AUFGABEN:

• Sie entwickeln intelligente Algorithmen für anspruchsvolle Outdoor-Anwendungen auf Basis von 3D-LiDAR-Daten
• Sie erarbeiten sich aktuelle Methoden des Deep Learnings zur 2D/3D-Umgebungserfassung (Segmentierung, Objekterkennung und -klassifizierung)
• Das Training von Deep-Learning-Modellen sowie die Evaluierung verschiedener Algorithmen hinsichtlich Genauigkeit und Effizienz gehören zu Ihren Aufgaben
• Sie arbeiten mit modernsten 3D-LiDAR-Sensoren und machen sich mit der technischen Handhabe vertraut
• Sie bewerten Deep-Learning-Methoden bezüglich ihrer Umsetzung auf aktuellen KI-Beschleunigern NVidia Jetson und Hailo
• Sie stehen im engen Austausch mit Ingenieuren und entwickeln innovative Lösungen
• Sie dokumentieren Ihre Ergebnisse strukturiert und nachvollziehbar

IHR PROFIL:

• Sie befinden sich im Masterstudium in Informatik, Physik, Elektrotechnik, Mathematik oder einem vergleichbaren Studiengang
• Sie haben Freude daran, sich in neue, herausfordernde Themenfelder einzuarbeiten und neuartige Lösungen zu entwickeln
• Sie verfügen über fundierte Kenntnisse in Programmiersprachen, idealerweise in C++ oder Python
• Sie haben bereits erste Erfahrungen mit Deep Learning und Frameworks wie TensorFlow oder PyTorch gesammelt
• Ihre systematische und strukturierte Denk- und Vorgehensweise zeichnen Sie aus
• Kreativität in der Lösungsfindung und Innovationsfreude runden Ihr Profil ab

IHRE BEWERBUNG:

• Wir freuen uns auf Ihre Online-Bewerbung
• Sarah Disch
• Job-ID 37053 
• Vertrauliche Behandlung wird zugesichert

*Der Mensch zählt, nicht das Geschlecht.

Wir setzen auf Vielfalt, lehnen Diskriminierung ab und denken nicht in Kategorien wie etwa Geschlecht, ethnische Herkunft, Religion, Behinderung, Alter oder sexuelle Identität.

Stichworte: Abschlussarbeit, Thesis, Masterarbeit