Job Description

Kennziffer: 3750
Arbeitsort: Braunschweig
Eintrittsdatum: ab sofort
Karrierestufe: Praktikum
Beschäftigungsgrad: Teilzeit, Vollzeit
Dauer der Beschäftigung: nach Absprache

Vergütung:

Die Vergütung erfolgt gemäß der jeweils geltenden Tarifverträge des öffentlichen Dienstes (Bund).


Steige ein in die faszinierende Welt des Deutschen Zentrums für Luft- und Raumfahrt e. V. (DLR), um mit Forschung und Innovation die Zukunft mitzugestalten! Mit dem Know-how und der Neugier unserer 11.000 Mitarbeitenden aus 100 Nationen sowie unserer einzigartigen Infrastruktur bieten wir ein spannendes und inspirierendes Arbeitsumfeld. Gemeinsam entwickeln wir nachhaltige Technologien und tragen so zur Lösung globaler Herausforderungen bei. Möchtest du diese große Zukunftsaufgabe mit uns zusammen angehen? Dann ist dein Platz bei uns!


Herzlich willkommen am Institut für Flugsystemtechnik. Im Zentrum unserer Arbeit steht das Zusammenspiel von Flugzeugkonfiguration, Pilotinnen und Piloten und moderner Flugsystem-Technologie. Von der Flugdynamik bis zu unbemannten Luftfahrzeugen, von der Simulation bis zum realen Flugversuch – wir analysieren, testen und entwickeln Innovationen, die das Fliegen der Zukunft prägen.

Das erwartet dich

Wir in der Abteilung für unbemannte Luftfahrzeuge untersuchen und entwickeln in diesem Rahmen neue Konzepte und Technologien für die Umgebungswahrnehmung unbemannter Luftfahrzeuge (UAVs). Diese Fähigkeit gewinnt für autonome UAVs in Zukunft extrem an Relevanz, bspw. für das Planen von kollisionsfreien Flugpfaden oder das Finden von Notlandeplätzen.



Deep Learning basierte Methoden liefern für viele Umgebungswahrnehmung-Aufgaben state-of-the-art Ergebnisse, benötigen dafür allerdings eine große Menge an diversen Trainingsdaten. Da diese in der Luftfahrt meist nicht zu beschaffen sind, untersuchen wir die Nutzung von synthetischen Trainingsdaten, die bspw. mit Hilfe von Computerspiele-Engines generiert werden. Auch wenn synthetischen Daten bereits sehr realistisch aussehen, haben Deep Learning Modelle häufig Probleme, Bilder aus der realen Welt zu verallgemeinern, und zeigen dort einen Performance-Verlust. Aus diesem Grund sollen im Rahmen dieses Praktikums Deep Learning basierte generative Methoden untersucht werden, um den Realismus und die Diversität der synthetischen Daten zu erhöhen, was auch als Sim-to-Real Transfer bezeichnet wird. Ein Beispiel für solch eine Methode ist NVIDIA Cosmos-Transfer.

Deine Aufgaben

Literaturrecherche zu Sim-to-Real Transfer und Generativen Deep Learning Modellen Inbetriebnahme von Deep Learning Modellen für Sim-to-Real Transfer Evaluation der Performance des Sim-to-Real Transfers, inkl. Analyse der Stärken und Schwächen der Verfahren Optimierung der Ergebnisse

Das bringst du mit

laufendes Hochschulstudium der Informatik, Robotik, Mathematik oder vergleichbarem (Master) Programmierkenntnisse (Python) erste Kenntnisse in den Bereichen Deep Learning und Computer Vision erste Erfahrungen im Training und der Evaluation von Deep Learning Modellen erste Erfahrungen mit Generativen Deep Learning Modellen Freude an unabhängiger, selbstständiger Arbeit und der Bearbeitung wissenschaftlicher Fragestellungen

Das bieten wir dir

Das DLR steht für Vielfalt, Wertschätzung und Gleichstellung aller Menschen. Wir fördern eigenverantwortliches Arbeiten und die individuelle Weiterentwicklung unserer Mitarbeitenden im persönlichen und beruflichen Umfeld. Dafür stehen dir unsere zahlreichen Fort- und Weiterbildungsmöglichkeiten zur Verfügung. Chancengerechtigkeit ist uns ein besonderes Anliegen, wir möchten daher insbesondere den Anteil von Frauen in der Wissenschaft und Führung erhöhen. Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.


Wir freuen uns darauf, dich kennenzulernen!


Fragen zu dieser Position (

Kennziffer

3750

) beantwortet dir gerne:

Joachim Rüter

Tel.: +49 531 295 1344