Die meisten Fahrzeuge in der Intralogistik werden manuell gefahren, da menschliche Fahrer den automatisierten Systemen aus heutiger Sicht in vielerlei Hinsicht überlegen sind. Um die menschlichen Fähigkeiten für automatisierte Systeme nutzbar zu machen, soll das menschliche Fahrverhalten in einer Logistikumgebung simuliert und zur Generierung synthetischer Datensätze genutzt werden. Darauf aufbauend soll ein Flurförderzeug (FFZ) über Imitation Learning befähigt werden, Fahrbewegungen auf Basis des impliziten Wissens erfahrener Fahrer autonom auszuführen. Dies untersuchen wir im Projekt LernFFZ mithilfe verschiedener Methoden des Imitation learning innerhalb einer Simulationsumgebung.
Deine Aufgaben
Im Rahmen Deines Praktikums oder Nebenjobs bekommst Du die Möglichkeit Dich in den spannenden Arbeitsbereich des Imitation-Learnings (IL) einzuarbeiten und am Projekt LernFFZ aktiv mitzuwirken! Du wirst eigenständig bereits bekannte IL-Algorithmen in Python testen und deren Anwendbarkeit überprüfen. Des Weiteren wirst Du die Algorithmen aktiv weiterentwickeln und an den vorliegenden Anwendungsfall anpassen. Im Detail erwarten Dich die folgenden Tätigkeiten:
- Testen von bereits bekannten Imitation Learning (IL)-Algorithmen
- Weiterentwicklung bekannter Systemarchitekturen
- Anpassung der Algorithmen an den vorliegenden Anwendungsfall
- Optimierung der Hyperparameter
Dein Profil
Du studierst eines der folgenden Fächer:
- Informatik
- Datenwissenschaft
Du hast Interesse an der Enwticklung und Umsetzung anspruchsvoller und lehrreicher Tätigkeiten im Bereich des Imitation Learning (IL) und verfügst über fundierte Kenntisse in Python und Pytorch. Idealerweise hast du bereits Vorerfahrung im Bereich Maschine Learning und hast bereits dein erstes Neuronales Netz trainiert.
Eine Abschlussarbeit im Anschluss an das Praktikum oder den Nebenjob ist ebenso möglich.
Wir bieten
• angemessene Vergütung bei Nebenjob
• eigenverantwortliches Arbeiten
• flexible Arbeitszeiten
• gut ausgestattete Arbeitsplätze
• Versuchsdurchführung
• ggf. langfristige Zusammenarbeit
- Bitte sende deine aussagekräftige Bewerbung in einer einzigen PDF-Datei an jobs@iph-hannover.de.
Die Bewerbung muss Anschreiben, Lebenslauf sowie Prüfungsleistungen des Studiums / Zeugnisse enthalten.
Firmenkontakt und Herausgeber des Stellenangebots:
IPH – Institut für Integrierte Produktion Hannover gemeinnützige GmbH
Hollerithallee 6
30419 Hannover
Telefon: +49 (511) 27976-0
Telefax: +49 (511) 27976-888
http://www.iph-hannover.de
Weiterführende Links
(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
