Wissenschaftliche/r Mitarbeiter/in (w/m/d) - Large-Scale GAN und Diffusion Models für die industrielle Bildverarbeitung

Bringe neueste KI Methoden mit uns von den Grundlagen in die Anwendung

Anbieter

Lehrstuhl für Fertigungsmesstechnik und Qualitätsmanagement

Unser Profil

Deep Learning (DL) erweitert den Werkzeugkasten der industriellen Bildverarbeitung (Industrial Machine Vision) in der Qualitätssicherung für Aufgaben, bei denen die zu bewertenden qualitätsrelevanten Merkmale nicht bekannt oder nicht analytisch beschreibbar sind. Die Nutzung von DL stellt Anwender/innen jedoch vor neue Herausforderungen: Daten müssen in kritischer Menge und Qualität vorliegen, die Interpretation von DL Modellen ist aufwendig und immer größere Modelle, wie GPT-3, CLIP, Dall-E, erfordern Rechenressourcen die nur die wenigstens Forschungseinrichtungen und Unternehmen besitzen. Gleichzeitig besitzen diese Architekturen ein bisher weitestgehend unerschlossenes und teilweise unbekanntes Potenzial für industrielle Anwendungen, bspw. durch ihre Möglichkeit Sprache-Bild-Zusammenhänge zu lernen.

Am Lehrstuhl für Fertigungsmesstechnik und Qualitätsmanagement erforschen wir die Nutzung von Deep Learning Methoden zur Lösung von Machine Vision Aufgaben. Neben der anwendungsspezifischen Auswahl und Implementierung von Machine Learning Pipelines mit etablierten Netzwerkarchitekturen konzentriert sich unsere Forschung auf die Untersuchung von generativen Deep Learning Methoden, wie Generative Adversarial Networks (GAN). Wir setzen diese ein, um Datensätze zu balancieren, automatisch zu annotieren und um gelernte Merkmale zu interpretieren. Darüber hinaus entwickeln wir auf industrielle Anwendungsfälle zugeschnittene Lösungen unter ständiger Einbeziehung des aktuellen Standes der Technik.

Zur Umsetzung unserer Ideen und Projekte stehen uns über 1000 m² Hallen- und Laborflächen, ein selbstverwaltetes GPU-Rechencluster auf Basis von Kubernetes, welches das Trainieren großer Neuronaler Netze vor Ort ermöglicht, ein Bildverarbeitungslabor sowie ein Feinmessraum zur Verfügung.

Unsere Arbeitsweise ist durch eine enge Zusammenarbeit mit namhaften Partnern aus Forschung und Industrie geprägt. So gewährleisten wir in unserer Forschung einen hohen Bezug zu Fragestellungen aus der industriellen Praxis und stellen den Ergebnistransfer von der Grundlagenforschung in die Anwendung sicher.

Was Sie erwarten können:

• Gestaltungsraum zur Umsetzung eigener Ideen zum Einsatz von (Generativen) Deep Learning Methoden in Forschung und Praxis
• State-of-the-art Deep Learning Modelle und Methoden bis in die Anwendung bringen

• Ein Team, das Erfolge feiert, zusammen auf Reisen geht, Freizeit miteinander verbringt und eine gemeinsame Arbeitsumgebung gestaltet
• International sichtbare wissenschaftliche Arbeit und Publikationen
• Nationale sowie internationale Industrie- und Forschungsprojekte mit namhaften Partnern aus Forschung und Industrie
• Gelegenheit zur Promotion an der RWTH Aachen

Die RWTH Aachen University ist mit ca. 42.000 Studierenden und ca. 10.000 Beschäftigten eine der renommiertesten Technischen Universitäten Europas. Das Werkzeugmaschinenlabor WZL der RWTH Aachen ist eines der führenden Forschungsinstitute in der Produktionstechnik und beschäftigt zurzeit ca. 1.025 Mitarbeitende an insgesamt vier Lehrstühlen. Seit mehr als 100 Jahren führt das WZL sowohl grundlagenbezogene als auch an den Erfordernissen der Industrie ausgerichtete Forschungsvorhaben und Industrieprojekte durch.

Ihr Profil

Sie begeistern sich für Deep Learning und Bildverarbeitung. Sie sind neugierig und bereit, sich in mehrere, anwendungsrelevante Themenfelder einzuarbeiten und sie gewinnbringend zu kombinieren. Wenn Sie außerdem an der Schnittstelle zwischen Grundlagenwissenschaften und Anwendung ungenutzte Potentiale von DL Methoden mit Praxisbezug heben möchten, freuen wir uns über Ihre Bewerbung.

Voraussetzungen für Ihren Einstieg ist ein abgeschlossenes Hochschulstudium (Master oder vergleichbar) aus den Bereichen Informatik, Physik, Computational Engineering Science, Maschinenbau, Elektrotechnik, Automatisierungstechnik oder vergleichbaren Studiengängen. Folgende Kompetenzen runden Ihr Profil ab:

• Programmierkenntnisse in der Programmiersprache Python idealerweise mit Kenntnissen in einem gängigen Deep Learning Framework wie Tensorflow/ PyTorch/ JAX o.ä.
• Verständnis von und Vorerfahrung im Umgang mit großen DL Modellen, wie Dall-E, GTP-3 oder CLIP sind wünschenswert, werden aber nicht vorausgesetzt
• Idealerweise erste Erfahrungen im Bereich der (industriellen) Bildverarbeitung
• Professionelle, souveräne Kommunikation in Wort und Schrift in deutscher und englischer Sprache
• Selbständige und strukturierte Arbeitsweise

Ihre Aufgaben

Ihr Arbeitsalltag besteht aus einem vielfältigen und abwechslungsreichen Aufgabenportfolio. Dabei werden Sie, auch mit dem Ziel Ihrer persönlichen Weiterentwicklung, durch ein Team erfahrener Führungskräfte begleitet. Als wissenschaftliche/r Mitarbeiter/in gehören die

• Bearbeitung, Koordination und Akquisition von nationalen und internationalen Industrie- und Forschungsprojekten im Schnittfeld von (Generativem) Deep Learning und Machine Vision im Team,
• Konzeption, Durchführung und Auswertung von Experimenten im Rahmen der zuvor genannten Projektbearbeitung,
• Repräsentation des Teams und der Forschungsergebnisse in Veröffentlichungen und auf Kongressen/Fachtagungen sowie die
• Betreuung und Durchführung von Lehrveranstaltungen und studentischen Abschlussarbeiten auf Deutsch oder Englisch

zu Ihren Aufgabengebieten.

Inhaltlich erwarten Sie folgende Schwerpunkte:

• Identifizierung von industriellen Anwendungsfällen und Defiziten von Large-Scale GAN und Diffusion Deep Learning Modellen
• Entwicklung von Strategien und Lösungen zur Implementierung und Nutzung von Large-Scale GAN und Diffusion Deep Learning Modellen in dedizierten Anwendungsfällen  
• Kombination klassischer Auswertemethoden der industriellen Bildverarbeitung mit Algorithmen des maschinellen Lernens zur Lösung spezifischer Fragestellungen der bild-basierten Qualitätssicherung
• Transfer von Forschungsergebnissen sowie Vermittlung von Grundlagen des Deep Learning an Forschende und Studierende
• Entwicklung von Methoden, Leitfäden und Best-Practices für den Einsatz von Deep Learning in der Produktion gemeinsam mit einer industriellen Community

Unser Angebot

Die Einstellung erfolgt im Beschäftigtenverhältnis.
Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet auf zunächst 2 Jahre.
Eine Verlängerung von mindestens 1 Jahr ist vorgesehen, es besteht die Möglichkeit der Verlängerung um weitere 3 Jahre.
Die befristete Beschäftigung erfolgt im Rahmen der Befristungsmöglichkeiten des Wissenschaftszeitvertragsgesetzes.
Es handelt sich um eine Vollzeitstelle.
Eine Promotionsmöglichkeit besteht.
Die Eingruppierung richtet sich nach dem TV-L.
Die Stelle ist bewertet mit EG 13 TV-L.

Über uns

Die RWTH ist als familiengerechte Hochschule zertifiziert.
Die RWTH bietet im Rahmen eines Universitären Gesundheitsmanagements eine Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten (z. B. Hochschulsport) an. Für Tarifbeschäftigte und Beamtinnen und Beamte besteht ein umfangreiches Weiterbildungsangebot und die Möglichkeit, ein Jobticket zu erwerben.
Die Stellenausschreibung richtet sich an alle Geschlechter.
Wir wollen an der RWTH Aachen University besonders die Karrieren von Frauen fördern und freuen uns daher über Bewerberinnen.
Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern sie in der Organisationseinheit unterrepräsentiert sind und sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.
Bewerbungen geeigneter schwerbehinderter Menschen sind ausdrücklich erwünscht.
Im Sinne der Gleichbehandlung bitten wir Sie, auf ein Bewerbungsfoto zu verzichten.
Informationen zur Erhebung personenbezogener Daten nach Artikeln 13 und 14 Datenschutz-Grundverordnung (DS-GVO) finden Sie unter https://www.rwth-aachen.de/dsgvo-information-bewerbung.

Bewerbung

Nummer:	V000004921
Frist:	30.06.2023
Postalisch:	RWTH Aachen University Lehrstuhl für Fertigungsmesstechnik und Qualitätsmanagement Dominik Wolfschläger Campus-Boulevard 30 52074 Aachen
E-Mail:	E-Mail schreiben Bitte beachten Sie, dass Gefährdungen der Vertraulichkeit und der unbefugte Zugriff Dritter bei einer Kommunikation per unverschlüsselter E-Mail nicht ausgeschlossen werden können.