wissenschaftliche*r Mitarbeiter*in (mIwId) im Bereich Künstliche Intelligen

at  Hochschule Bielefeld

CAMPUS BIELEFELD - WISSENSCHAFTLICHER MITARBEITERIN - VOLLZEIT - AB SOFORT - BEFRISTET BIS 30.06.2029 - E 13 TV-L

• english version below -
  Die Hochschule Bielefeld (HSBI) mit ihren über 10.000 Studierenden steht für höchste Standards in Lehre, Forschung und Wissenstransfer. Die Fachbereiche Gestaltung, Campus Minden, Ingenieurwissenschaften und Mathematik, Sozialwesen, Wirtschaft und Gesundheit arbeiten interdisziplinär, forschungsbasiert und eng vernetzt. Regionale und internationale Kooperationen sowie gelebte Vielfalt und Nachhaltigkeit prägen die Arbeit an den Standorten Bielefeld, Minden und Gütersloh.
  Im Fachbereich Ingenieurwissenschaften und Mathematik sind im Rahmen des BMBF-geförderten Forschungsvorhabens „FH-Kooperativ 2-2023: Cognitive Edge Computing für Multi-Sensor-Anwendungen mit Spärlichkeit in den Daten und hohen Latenzanforderungen“ (Edge4SparseML) zwei Positionen als

REQUIREMENTS

• Completed university degree (Master of Science at a university or university of applied sciences) in the field of engineering, computer science, data science or a comparable discipline
• Position 1: Expertise and experience in cognitive edge computing, embedded systems and design space explorationResearch focus: Hardware/AI co-design and automated design space exploration of embedded systems
• Position 2: Expertise and experience in AI/ML procedures, data science, big dataResearch focus: Evaluation of tailored ML procedures for industrial applications with high resource efficiency and latency requirementsExperience in writing academic texts and presenting research results

• Scientific activities within the framework of the project:
• Project coordination, public relations, science marketing
• Development of concept and requirements analyses in the domain of surface vision, definition of assessment criteria for hardware and software
• Preparation of AI processes for multi-sensor applications with high latency requirements in surface vision
• Design space exploration, hardware optimisation
• Demonstrator development and validation
• Development of process models
• Knowledge transfer/publicationsInstruction of student and research assistants