Wissenschaftliche Mitarbeitende (m/w/d) für Neuromorphic Computing in Edge Systemen in Vollzeit

Umfeld

Du willst die Zukunft von intelligenten eingebetteten Systemen und der künstlichen Intelligenz in der Forschung und Vorausentwicklung aktiv mitgestalten? Deine Aufgaben umfassen die Entwicklung neuartiger und innovativer Methoden wie „Event-based Computing“ und „Near-Memory Computing“ für die Ausführung und Beschleunigung von neuromorpher künstlicher Intelligenz (KI), bei der Erkenntnisse über biologische neuronale Netze in Ansätze für technische Systeme überführt werden.

Das Projekt CeCaS

Automatisierte, vernetzte und elektrifizierte Fahrzeuge nehmen Fahrt auf. Doch fehlen zur vollen Alltagstauglichkeit energieeffiziente und kostengünstige High-End Compute Plattformen. Insbesondere KI-basierte Themenbereiche erfordern maßgeschneiderte, echtzeittaugliche und energieeffiziente Hochleistungsprozessoren.

CeCaS schafft die Prozessor- und SW-seitige Basis für heterogene echtzeitfähige Hochleistungs-Zentralrechner im Fahrzeug. Kurzum: Automotive Supercomputing.

Ein Teilaspekt ist die Erforschung neuer Ansätze für die Ausführung und Beschleunigung neuromorpher künstlicher Intelligenz (KI). Dazu gehört die Entwicklung von Hardware-Beschleunigerarchitekturen und der zugehörigen Softwareumgebung, um die nächste Generation hoch energieeffizienter Co-Prozessoren zu entwickeln.

In diesem Umfeld ergeben sich vielfältige Fragestellungen, denen du dich als Doktorand bei Prof. Dr.-Ing. Dr. h. c. Jürgen Becker sofort widmen kannst.

Aufgaben

• Du bearbeitest Forschungs- und Entwicklungsaufträge sowie öffentlich geförderte Forschungsprojekte.
• Du bist verantwortlich für die Erarbeitung von neuartigen und innovativen Lösungen für die nächste Generation von KI-basierten Systemen durch die Integration von Spiking Neural Networks (SNN) in eingebetteten Systemen, beispielsweise in intelligenten Kreuzungssystemen für automatisiertes und autonomes Fahren, zur Verarbeitung von Biosignalen und für Predictive Maintenance.
• Du präsentierst und reflektierst die Ergebnisse mit Fachexperten. Veröffentlichungen und Austausch mit der wissenschaftlichen und wirtschaftlichen Community sind ausdrücklich gewünscht.

Voraussetzungen

• Du hast ein abgeschlossenes Masterstudium in Elektrotechnik, Informatik, Mechatronik, Physik oder einem verwandten Studiengang.
• Du verfügst über ein technisches Verständnis.
• Du bringst Erfahrung mit etablierten eingebetteten Software- und Hardware-Werkzeugen und Methoden (z. B. Linux, VHDL, C, Python) sowie im Bereich Machine Learning mit.
• Du hast idealerweise Erfahrung mit FPGAs oder Wissen im Bereich Neuromorphic Computing.
• Du bist motiviert und engagiert, denkst und arbeitest selbständig.
• Du verfügst über sehr gute Deutsch- oder Englischkenntnisse.

Bewerbung

Haben wir Dein Interesse geweckt? Dann bewirb Dich bei uns.
Hier der Link zur FZI Ausschreibung: https://karriere.fzi.de/Vacancies/401/Description/1
Wir freuen uns darauf, Dich kennenzulernen!

Bei Fragen wende dich bitte mit deinen Unterlagen per E-Mail bei Dr.-Ing. Victor Pazmino Betancourt / pazmino∂fzi.de