Promotion – Effiziente neuronale Repräsentation von Datensätzen

Über die Position

Wir forschen an hochmodernen Deep Generative Models, um Bosch‑Systeme dateneffizient zu machen. Gesucht wird eine:n Doktorand:in, die kreative Anwendungen generativer Modelle als kontrollierbare Datensatzdarstellung für Training und Validierung von Netzwerken entwickelt.

Hauptaufgaben

• Entwicklung neuer Lernalgorithmen zur on‑Demand‑Generierung relevanter Daten als Reaktion auf den Bedarf des Netzwerks.
• Verbesserung der Trainingseffizienz durch Synthese von Daten mit höherer Relevanz und gezielte Erstellung von Beispielen zur Sicherstellung gewünschter Invarianz.
• Entwicklung neuartiger Ansätze zur Anpassung von Deep Generative Models (z. B. Diffusion Models, GANs, VAEs) als Datenquellen für nachgelagerte Modelle.
• Zusammenarbeit mit Expert:innen für Deep Learning und Computer Vision im Bosch Center for AI und Veröffentlichung von Forschungsergebnissen.

Anforderungsprofil

• Ausgezeichneter Abschluss in Informatik oder einem verwandten Bereich mit Schwerpunkt Computer Vision und Deep Learning.
• Fundierter Hintergrund in Deep Learning und Computer Vision, Erfahrung mit Deep‑Learning‑Frameworks (TensorFlow, PyTorch) und sehr gute Python‑Kenntnisse.
• Praktische Erfahrung mit Deep Generative Modeling und Foundation Models sowie Veröffentlichungen in peer‑reviewten Fachzeitschriften von Vorteil.
• Begeisterung für interdisziplinäres Arbeiten in einem internationalen Team.

Erforderliche Kenntnisse

• TensorFlow
• PyTorch
• Python
• Diffusion Models
• GANs
• VAEs
• Computer Vision

Was wir bieten

• Flexible Arbeitsmodelle, inkl. Teilzeit, mobiles Arbeiten und Job‑Sharing.
• Vielfalt und Inklusion als feste Bestandteile der Unternehmenskultur.