Masterarbeit - Industrielle Computer Vision für automatische Qualitätsprüfung

Unternehmensbeschreibung

Stellenbeschreibung

ID: 26/065e

Wir bieten Ihnen die Möglichkeit, Ihre Masterarbeit in einem innovativen, produzierenden Großunternehmen zu verfassen und praxisnah an zukunftsweisenden KI-Lösungen zur automatischen Qualitätsprüfung in der industriellen Produktion mitzuwirken.

Fokus der Abschlussarbeit:

• Aufbauend auf bereits produktiv eingesetzten KI-Systemen arbeiten Sie an der Weiterentwicklung und Optimierung bestehender Lösungsansätze und erhalten umfassende Einblicke in den gesamten Entwicklungsprozess industrieller KI-Anwendungen bis zur Serienreife
• Entwicklung und Optimierung von KI-Modellen zur automatischen Qualitätsprüfung in der industriellen Produktion
• Analyse, Vorverarbeitung und Bewertung realer Bilddaten aus Produktionsprozessen
• Untersuchung und Vergleich moderner Verfahren der Objektdetektion, Segmentierung und Anomalieerkennung
• Weiterentwicklung einer Vision-Plattform für produktionsnahe KI-Systeme
• Optimierung von KI-Modellen hinsichtlich Genauigkeit, Robustheit und Echtzeitfähigkeit im produktiven Einsatz
• Je nach Schwerpunkt arbeiten Sie unter anderem mit Python, PyTorch, OpenCV, Docker, sowie eigener GPU-Infrastruktur für Training, Evaluation und produktionsnahe Tests
• Enge Zusammenarbeit mit erfahrenen KI-Experten in einem bereits produktiv eingesetzten KI-Umfeld

Qualifikationen

• Eingeschriebene*r Student*in (m/w/x) in dem Bereich Data Science, Informatik, Ingenieur-/Naturwissenschaften oder vergleichbare
• Erfolgreicher Abschluss eines Großteils des Studiums, gerne mit Schwerpunkten im Bereich Data Science und Künstliche Intelligenz
• Kenntnisse in Programmierung (insb. Python) sowie Erfahrung mit Frameworks wie PyTorch oder OpenCV
• Interesse an modernen KI-Technologien und deren Anwendung im industriellen Umfeld
• Schnelle Auffassungsgabe, strukturierte Arbeitsweise und Bereitschaft zur eigenständigen Einarbeitung und Teamarbeit

Zusätzliche Informationen

Videos To Watch
https://www.youtube.com/embed/0tdAC4shp1k