Aktuelles

Deep Learning Seminar

Machine Learning, Deep Learning und auch ganz allgemein die Analyse von sehr großen Datenmengen werden immer wichtiger. In fast jedem Bereich der Forschung, Entwicklung oder Industrie werden solche Methoden angewandt. Mit unserem Deep Learning Seminar sollen Interessierte Einblicke in dieses große Forschungsgebiet und ein tieferes Verständnis erhalten. Dazu sind alle eingeladen, die mehr über Deep Learning, Machine Learning oder auch KI allgemein erfahren möchten – egal ob StudentInnen, DoktorandInnen, ProfessorInnen oder Software-EntwicklerInnen.

Das Seminar findet regelmäßig donnerstags um 10 Uhr statt.

Konferenzraum E4.09 (Riemann)
Fraunhofer-Zentrum 
Fraunhofer-Platz 1 
67663 Kaiserslautern

Für Arbeit in Projekten aus der Industrie und in der Forschung suchen wir immer wieder wissenschaftliche Mitarbeiter und Softwareentwickler (m/w) für unsere vielfältigen Bereiche, zum Beispiel Green by IT, Deep Learning oder parallele Programmierung.

Von allen Bewerberinnen und Bewerbern erwarten wir neben Freude an wissenschaftlicher Arbeit und Kommunikation im Team, einen sicheren Umgang mit modernen Programmiersprachen, vorzugsweise C++, Interesse oder Erfahrungen in Softwareentwicklung und objektorientiertem Softwaredesign sowie gute englische oder deutsche Sprachkenntnisse.

Bitte sehen Sie sich unsere aktuellen Stellenangebote an oder bewerben Sie sich initiativ.
 

DiplomandInnen und Bachelor-/Master-StudentInnen

• Für Abschlussarbeiten zu aktuellen Themen in der Forschung an unseren HPC-Methoden und Anwendungen.
  
• Als Studienfächer kommen neben Mathematik und Informatik auch beispielsweise Physik in Frage. Ihre Diplomarbeit betreuen wir in Zusammenarbeit mit Ihrer Universität oder Fachhochschule.
   

DoktorandInnen

Wir sind immer auf der Suche nach DoktorandInnen. DoktorandInnen erhalten Stipendien nach den DFG-Richtlinien.

PostdoktorandInnen

Wir suchen eine Postdoktorandin oder einen Postdoktoranden im Schwerpunkt »Datenanalyse und Maschinelles Lernen«. Aufgabengebiete und Themen:

• AutoML
• Topologiesuche
• In-Memory Processing
• Partitioned Global Address Space (PGAS)
• Optimierung 
• Deep Learning
• Python
• Parallel Programming
• Frameworks

Die Post-Doc Stelle befasst sich mit der Erweiterungen unserer Distributed Analytics Runtime (DART) um einen partitioned global address space virtual memory layer und die Workflow Optimierung unserer Topologiesuche für künstliche Neuronale Netze.

Bei Interesse bewerben Sie sich bitte initiativ: zur Initiativbewerbung

Wissenschaftliche Hilfskräfte

Die Abteilung HPC hält interessante Aufgaben für wissenschaftliche Hilfskräfte aus dem Hauptstudium in Mathematik, den Ingenieurwissenschaften oder auch Physik bereit. Erwartet werden Grundkenntnisse und Interesse an der rechnerischen Simulation und/oder Programmierkompetenz.