Wissenschaftliche*r Mitarbeiter*in – Federated Machine Learning – HHI-2021-79 (Vollzeit | Berlin)

Die Arbeitsgruppe „Effizientes Deep Learning“ in der Abteilung „Künstliche Intelligenz“ beschäftigt sich mit der Entwicklung effizienter Verteilungs- und Übertragungsverfahren, sowie der Kompression und Codierung Neuronaler Netze und komplexer KI-Modelle. Dies umfasst zum einen Distributed Learning und Training über viele Geräte, um z.B. Hardware- und Verarbeitungseinschränkungen einzelner Geräte zu vermeiden. Zum anderen werden effiziente Codiertechnologien entwickelt und in die internationale Standardisierung, z.B. in ISO/IEC MPEG oder 3GPP eingebracht.

Diese interessanten wissenschaftlichen Aufgaben erwarten Sie:

Erforschung von neuen Verfahren des Federated Learnings, wie Federated Distillation, Federated Edge Computing oder Clustered Federated Learning 

  • Die Möglichkeit, wertvolle Beiträge in internationale Standardisierungsgremien einbringen zu können
  • Erforschung von effizienten Pruning- und Quantisierungsverfahren für neuronale Netzwerke sowie von effizienten Repräsentationen
  • Implementierung und Anwendung der Algorithmen auf spannenden Daten
  • Zusammenarbeit mit internationalen ML-Experten und Beteiligung bei diversen Aktivitäten der Gruppe bei Konferenzen wie NeurIPS, ICML, CVPR.
  • Ein hochmotiviertes, internationales Team und eine exzellente Ausstattung (GPU Cluster)
  • Anfertigung von wissenschaftlichen Publikationen und Möglichkeit zur Promotion.

Was Sie mitbringen

  • Sie haben einen überdurchschnittlich gut abgeschlossenes wissenschaftliches Hochschulstudium (Master/Diplom) in einem relevanten Studiengang (bspw. Informatik, Physik, Mathematik, o.ä.).
  • Sie verfügen über ausgezeichnete Programmierkenntnisse in Python und können mit den gängigen Deep Learning Frameworks (TensorFlow, PyTorch, Keras) sehr gut umgehen.
  • Sie verfügen über eine umfangreiche Wissensbasis in Maschinelles Lernen, Informationstheorie und/oder in Optimierungsmethoden.
  • Sie verfügen über Erfahrung im (verteilten) Trainieren von tiefen neuronalen Netzen und kennen sich mit verschiedenen Netzarchitekturen (ConvNets, ResNets, DenseNets, LSTMs, UNets) aus.
  • Sie haben Teamfähigkeit, analytisches Denken, selbstständige und eigenverantwortliche Arbeitsweise, Freude an neuen Technologien und interdisziplinärer Zusammenarbeit
  • Sie sind verhandlungssicher in Englisch in Wort und Schrift.

Was Sie erwarten können

  • Einen modernen und flexiblen Arbeitsplatz mit anspruchsvollen Aufgaben und einer offenen, ergebnisorientierten und kooperativen Arbeitsatmosphäre
  • Eine interessante und abwechslungsreiche Tätigkeit im innovativen Arbeitsumfeld einer Forschungseinrichtung
  • Die Chance, Ihre berufliche Kompetenz anhand der vielfältigen Aufgaben auszubauen sowie lösungs- und ergebnisorientiert eigene Ideen zu entwickeln und umzusetzen
  • Freiraum und Verantwortung, diverse Vernetzungsmöglichkeiten innerhalb der Fraunhofer-Gesellschaft sowie individuelle Entwicklung durch Weiterqualifizierung, z. B. durch das Fraunhofer-Bildungsprogramm
  • Flexible Arbeitszeiteinteilung zur optimalen Balance von Privatleben und Beruf

Anstellung, Vergütung und Sozialleistungen basieren auf dem Tarifvertrag für den öffentlichen Dienst (TVöD). Zusätzlich kann Fraunhofer leistungs- und erfolgsabhängige variable Vergütungsbestandteile gewähren.
Die Stelle ist zunächst auf 2 Jahre befristet, mit der Möglichkeit zur Verlängerung.
Die wöchentliche Arbeitszeit beträgt 39 Stunden.
Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.
Wir weisen darauf hin, dass die gewählte Berufsbezeichnung auch das dritte Geschlecht miteinbezieht.
Die Fraunhofer-Gesellschaft legt Wert auf eine geschlechtsunabhängige berufliche Gleichstellung.

Fraunhofer ist die größte Organisation für anwendungsorientierte Forschung in Europa. Unsere Forschungsfelder richten sich nach den Bedürfnissen der Menschen: Gesundheit, Sicherheit, Kommunikation, Mobilität, Energie und Umwelt. Wir sind kreativ, wir gestalten Technik, wir entwerfen Produkte, wir verbessern Verfahren, wir eröffnen neue Wege.

Haben wir Ihr Interesse geweckt? Wollen Sie uns unterstützen? Dann freuen wir uns auf Ihre aussagekräftige Bewerbung. Bitte bewerben Sie sich mit allen relevanten Bewerbungsunterlagen (Masterurkunde/-zeugnis, Arbeitszeugnisse, Lebenslauf) ausschliesslich über unser Online- Portal.

Fragen zu dieser Position beantwortet Ihnen gerne.
Dr. Karsten Müller
E-Mail: karsten.mueller@hhi.fraunhofer.de

http://www.hhi.fraunhofer.de

Kennziffer: HHI-2021-79

Bewerbungsfrist: 30.09.2021

Firmenkontakt und Herausgeber des Stellenangebots:

Fraunhofer-Institut für Nachrichtentechnik, Heinrich-Hertz-Institut, HHI
Einsteinufer 37
10587 Berlin
Telefon: +49 (30) 31002-0
Telefax: +49 (30) 31002-213
http://www.hhi.fraunhofer.de

Für das oben stehende Stellenangebot ist allein der jeweils angegebene Herausgeber
(siehe Firmenkontakt oben) verantwortlich. Dieser ist in der Regel auch Urheber des Stellenagebotstextes,
sowie der angehängten Bild-, Ton-, Video-, Medien- und Informationsmaterialien. Die United News Network GmbH
übernimmt keine Haftung für die Korrektheit oder Vollständigkeit des dargestellten Stellenangebots. Auch bei
Übertragungsfehlern oder anderen Störungen haftet sie nur im Fall von Vorsatz oder grober Fahrlässigkeit.
Die Nutzung von hier archivierten Informationen zur Eigeninformation und redaktionellen Weiterverarbeitung
ist in der Regel kostenfrei. Bitte klären Sie vor einer Weiterverwendung urheberrechtliche Fragen mit dem
angegebenen Herausgeber. Eine systematische Speicherung dieser Daten sowie die Verwendung auch von Teilen
dieses Datenbankwerks sind nur mit schriftlicher Genehmigung durch die United News Network GmbH gestattet