Masterarbeit zu emergenten, breitenadaptiven Reprasentationen mittels raumlich gesteuertem Kanal-Routing (w/m/div.)
Unternehmensbeschreibung
Stellenbeschreibung
Interessieren Sie sich dafur, neue Ansatze im Deep Learning und in der Computer Vision zu erforschen? Werden Sie Teil unseres Forschungsteams und gestalten Sie die Zukunft autonomer Wahrnehmungssysteme mit - bewerben Sie sich jetzt!
Sie entwickeln und implementieren eine neuartige und effiziente Transformer-Architektur fur die Wahrnehmung im autonomen Fahren, die ihre Rechentiefe und -breite adaptiv anpasst. Im Rahmen der Evaluation des Ansatzes konzipieren und fuhren Sie Experimente durch, um die Modellleistung und Effizienz fur zentrale Wahrnehmungsaufgaben wie semantische Segmentierung und Objekterkennung zu bewerten und die Ergebnisse mit mehreren Baseline-Modellen zu vergleichen.
Durch detaillierte Untersuchungen analysieren Sie emergente Netzwerkeigenschaften, einschlielich der Frage, wie Rechenressourcen auf unterschiedliche Bildregionen verteilt werden und wie sich interne Merkmalsreprasentationen organisieren. Daruber hinaus tragen Sie zu Spitzenforschung an der Schnittstelle von Deep Learning, Computer Vision und autonomem Fahren bei - mit dem Ziel, sicherere und besser skalierbare Wahrnehmungssysteme zu entwickeln.
Qualifikationen
- Ausbildung: Masterstudium im Bereich Informatik, Ingenieurwesen, Naturwissenschaften oder eine vergleichbare Qualifikation mit guten Leistungen
- Erfahrung und Kenntnisse: Kenntnisse in Deep-Learning-Konzepten; Vertrautheit mit PyTorch; Programmierung in Python
- Personlichkeit und Arbeitsweise: Sie sind kreativ, schatzen eine praxisorientierte Herangehensweise und passen sich schnell an neue Situationen an
- Arbeitsmodus: Ihre Anwesenheit vor Ort ist erforderlich
- Sprachen: Sehr gute Englischkenntnisse