Technische Universität Berlin
Fraun­ho­fer Hein­rich-Hertz-Insti­tut

Das Fraun­ho­fer Hein­rich-Hertz-Insti­tut (HHI) ist eines der welt­weit füh­ren­den For­schungs­in­sti­tute für mobile und sta­tio­näre Kom­mu­ni­ka­ti­ons­netz­werke und für die Schlüs­sel-Tech­no­lo­gien der Zukunft. Unsere Kom­pe­tenz­be­rei­che haben wir kon­se­quent auf der­zei­tige und künf­tige Markt- und Ent­wick­lungs­an­for­de­run­gen aus­ge­rich­tet.

Werkstudent*in 3D Reconstruction & AI

Aufgabenbeschreibung

  • Testen neuer Deep-Learning-Architekturen für 3D-Rekonstruktion und Szenenverständnis
  • Analyse und Vorverarbeitung verschiedener Datentypen (3D-Punktwolken, Bilder, Tiefenkarten etc.)
  • Sichtung aktueller Fachliteratur zu 3D Gaussian Splatting, NeRF und verwandten Technologien
  • Orchestrierung und Dokumentation von Deep-Learning-Experimenten
  • Verarbeitung und Visualisierung großer Mengen an 3D-Daten
  • Angewandte Forschung in spannenden Projekten
  • Vorbereitung von Präsentationen
  • Testen von Software und Frameworks für 3D-Rekonstruktions-Pipelines

Erwartete Qualifikationen

  • Masterstudium (Berlin/Brandenburg) der Informatik, Mathematik, Statistik, Physik, Elektrotechnik oder einem verwandten Fachgebiet
  • Ausgeprägte Expertise im Bereich Computer Vision mit Schwerpunkt auf modernen Verfahren der 3D-Rekonstruktion
  • Umfassende PyTorch-Erfahrung: Sicheres Training von Machine-Learning-Modellen auf Einzel- und Multi-GPU-Setups sowie routinierter Umgang mit bestehenden Codebasen zur schnellen Inbetriebnahme von Trainingspipelines
  • Vertieftes Forschungsinteresse in einem oder mehreren der folgenden Themenfelder: 3D Gaussian Splatting, Neural Radiance Fields (NeRF), 3D-Szenenverständnis, Multimodales Lernen, Self-Supervised Learning, allgemeine Computer Vision
  • Erfahrung in der Frontend-Entwicklung mit Three.js für anspruchsvolle 3D-Visualisierungen (stark wünschenswert)
  • Kenntnisse in Rust zur Entwicklung leistungsoptimierter Anwendungen (von Vorteil)
  • Fundiertes Verständnis der Grundlagen des Deep Learning
  • Ausgeprägte Datenverarbeitungskompetenz in Python inklusive sicherem Umgang mit NumPy, Pandas, SQL, Bash, Docker, git und weiteren relevanten Tools
  • Hohe Bereitschaft umfangreiche und unstrukturierte Datensätze systematisch aufzubereiten
  • Freude an klar strukturiertem, wartbarem und hochwertigem Code
  • Sorgfältige und verantwortungsbewusste Arbeitsweise bei der Implementierung, Verifikation und Dokumentation von Algorithmen
  • Sehr gute Englischkenntnisse in Wort und Schrift
  • Bereitschaft, mindestens 3 Tage pro Woche vor Ort im Fraunhofer HHI Accelerator bei Silicon Allee in Berlin zu arbeiten

Unser Angebot

  • Extrem interessante Herausforderungen in einem wissenschaftlich und zugleich unternehmerisch geprägten Umfeld
  • Attraktives Gehalt
  • Moderner und exzellent ausgestatteter Arbeitsplatz in zentraler Lage
  • Offene und sehr kooperative Arbeitsatmosphäre in einem internationalen Team
  • Flexible Arbeitszeiten
  • Möglichkeiten zum Homeoffice

Fakten

Anzahl Angestellte ca. 550
Kategorie Studentische Hilfskraft, Werkstudent*in, Wissenschaftliche Hilfskraft
Standort Deutschland, Berlin, Berlin
Aufgabengebiet IT, Wissenschaft & Forschung, Data Science, Softwareentwicklung, Physik
Beginn frühestens Frühestmöglich
Dauer Die Stelle ist zunächst 1 Jahr befristet. Eine Verlängerung ist explizit erwünscht.
Umfang max. 20 Wochenstunden
Vergütung Nach TVöD
Remote / Homeoffice teilweise möglich
Arbeitssprache & erwartetes Niveau
  • Deutsch ( sehr gute Kenntnisse )
  • Englisch ( sehr gute Kenntnisse )
Homepage http://www.hhi.fraunhofer.de

Anforderungen

Studiengang Ingenieurwissenschaften, Naturwissenschaften & Mathematik, Informatik, Mathematik, Physik

Kontakt

Kennziffer 82194
Kontakt-Person Florian Rosendahl

Bewerben

Bewerbungsfrist 15.12.2025
Kennziffer 82194
Online https://jobs.fraunhofer.de/job/Berlin-Werkstudentin-3D-Re...