Werkstudent Medical Sensing, Kommunikation und Modellierung

Abhängig von deinen Vorkenntnissen und Forschungsinteressen arbeitest du an einem Teil der folgenden Themen:

• Entwicklung und Bewertung von Algorithmen zur Erfassung, Verarbeitung und Analyse physiologischer Signale und Vitalparameter (z. B. Atmung, Herzaktivität, Bewegung)
• Anwendung und Weiterentwicklung von Methoden der digitalen Signalverarbeitung, statistischen Datenanalyse und künstlichen Intelligenz für medizinische Sensorsysteme
• Modellierung, Simulation und Analyse biophysikalischer Prozesse sowie medizinischer Sensor- und Kommunikationssysteme
• Entwicklung neuer Ansätze für kontaktlose und multimodale Vitalzeichenerfassung sowie die Interpretation medizinischer Messdaten
• Beitrag zur Lösung inverser Probleme und zur Rekonstruktion physiologischer Zustände aus Sensordaten
• Entwurf, Integration und Validierung hardwareorientierter Demonstratoren, Messsysteme und experimenteller Testplattformen
• Planung, Durchführung und Auswertung von Experimenten, Messkampagnen und Simulationsstudien im Bereich digitaler Gesundheitstechnologien
• Entwicklung von Softwarewerkzeugen und Datenanalyse-Workflows für innovative Systeme in den Bereichen Medical Sensing, Kommunikation und Assistenztechnologien

• Laufende Einschreibung in einem Masterstudiengang oder einem fortgeschrittenen Bachelorstudium der Elektrotechnik, Nachrichtentechnik, Informatik, Physik, Biomedizintechnik oder eines verwandten Fachgebiets
• Interesse an medizinischer Sensorik, Kommunikationstechnologien und Assistenzsystemen
• Grundkenntnisse in einem oder mehreren der folgenden Bereiche:
  • Digitale Signalverarbeitung (DSP)
  • Kommunikations- und Informationstechnik
  • Maschinelles Lernen und Data Science
  • Embedded Systems und hardwareorientierte Entwicklung
  • Modellierung und Simulation komplexer Systeme
• Erfahrung mit Python, MATLAB und/oder C/C++
• Ausgeprägte analytische Fähigkeiten und Problemlösungskompetenz
• Selbstständige, zuverlässige und strukturierte Arbeitsweise

Wünschenswerte Qualifikationen

• Erfahrung in Radar-Signalverarbeitung, Wireless Sensing, biomedizinischer Signalverarbeitung oder verwandten Technologien
• Kenntnisse von Kommunikationssystemen, drahtlosen Netzwerken und physikalischer Signalverarbeitung (Physical Layer)
• Kenntnisse in adaptiver Filterung, Spektralschätzung und statistischer Signalmodellierung
• Erste Erfahrungen mit Machine-Learning-Frameworks wie PyTorch oder TensorFlow
• Vertrautheit mit Echtzeitsystemen, Embedded Software oder hardwareorientierter Entwicklung

Wir verstehen, dass Bewerber*innen möglicherweise noch nicht in allen genannten Bereichen Erfahrung haben. Abhängig von Profil und Interessen gibt es Möglichkeiten, die Kompetenzen im Rahmen der Tätigkeit gezielt auszubauen.

• Eine Teilzeitstelle als studentische Hilfskraft an einem der weltweit führenden Forschungsinstitute für Telekommunikation
• Flexible Arbeitszeiten, die sich gut mit dem Studium vereinbaren lassen
• Ein dynamisches, internationales und forschungsorientiertes Arbeitsumfeld mit hoch motivierten Kolleginnen und Kollegen
• Die Möglichkeit, an wegweisender Forschung zu 6G, Wireless Sensing, Künstlicher Intelligenz und zukünftigen Gesundheitstechnologien mitzuwirken
• Enge Zusammenarbeit mit führenden Partnern aus Wissenschaft, Industrie und klinischer Forschung
  Zugang zu modernsten Simulations-, Labor- und Testumgebungen
• Möglichkeit zur Anfertigung einer Bachelor- oder Masterarbeit im Rahmen des Projekts