Organisationseinheit:
- Selbständige Forschungsarbeit und aktive Mitarbeit in kooperativen Forschungsprojekten des Instituts, v.a. in der Entwicklung, Evaluierung und Anwendung von Machine-Learning-Methoden (v.a. Deep Learning)
- Publikation von wissenschaftlichen Ergebnissen in anerkannten internationalen Journalen und bei Konferenzen
- Abhaltung von Lehrveranstaltungen und Prüfungen (v.a. in Übungen und Praktika) im Bereich Artificial Intelligence auf Bachelor- und Master-Ebene
- Ausarbeitung und Aktualisierung von Lehrmaterialien und Prüfungsunterlagen
- Unterstützung bei der Betreuung von Bachelor- und Masterarbeiten
- Unterstützung bei administrativen Aufgaben im Bereich der Lehre
|
Organisationseinheit:
- Forschung und Zusammenarbeit in Machine Learning Projekten der Gruppe
- Veröffentlichung in internationalen Journalen und auf Konferenzen
- Unterstützung von Studierenden und bei Lehrveranstaltungen der Gruppe
|
Ihre Aufgaben
- Entwicklung und Implementierung von Computer Vision Algorithmen (z. B. Objekterkennung, Sensorfusion, Umfeldwahrnehmung)
- Integration von Kamera , LiDAR , Radar und weiteren Sensorsystemen
- Entwicklung von performanter Software für Embedded und Edge Systeme
- Enge Zusammenarbeit mit der Systementwicklung sowie hohes Verständnis für die UX/UI Entwicklung
- Validierung, Testing und kontinuierliche Optimierung der entwickelten Algorithmen im Labor und im Fahrzeug
- Erstellung technischer Dokumentation sowie Unterstützung bei System und Funktionsfreigaben
|
Deine Aufgaben:
- Entwicklung der digitalen Produkte bei Fill in .NET (C#, GIT, Visual Studio, Microsoft SQL Server)
- Eigenverantwortlicher Entwurf bzw. Implementierung neuer Features und eigenständige Abwicklung von Projekten
- Forschungsarbeit auf den Gebieten Big Data und Machine Learning (z.B. Aufzeichnen und Auswerten von Produktionsdaten)
- Intensive Zusammenarbeit mit den verschiedenen Abteilungen innerhalb des Unternehmens und mit internationalen Kunden
|
Organisationseinheit:
- Strategische Planung, Aufbau und technische Leitung der Infrastruktur des AI Computing Centers
- Konzeption, Implementierung und Betrieb von Hochleistungs-GPU-Clustern für Machine Learning und AI-Anwendungen
- Verantwortung für Systemarchitektur, Skalierbarkeit, Performance-Optimierung und Hochverfügbarkeit der Rechenressourcen
- Evaluierung, Integration und Lifecycle-Management von Hard- und Softwarekomponenten (GPU-Server, Storage, Netzwerk)
- Monitoring, Fehleranalyse und Optimierung der Systemleistung inkl. Ressourcenmanagement und Job-Scheduling
- Zusammenarbeit mit Forschungsgruppen zur Unterstützung von AI- und Machine-Learning-Projekten
- Fachliche Führung, Rekrutierung und Weiterentwicklung von technischem Personal; Koordination externer Partner*innen und Dienstleister*innen
- Entwicklung und Umsetzung von IT-Sicherheitsrichtlinien und Best Practices
- Budgetplanung, Beschaffung und Steuerung von Lieferant*innen
- Vertretung des AI Computing Centers innerhalb der Universität und gegenüber externen Stakeholder*innen
- Dokumentation und kontinuierliche Verbesserung von Betriebsprozessen
|
Ihre Aufgaben
Systemverantwortung: Sie übernehmen den verantwortungsvollen Betrieb eines hochmodernen Satellitenpositionierungssystems. Technologie-Management: Sie agieren federführend in der Kooperation mit Herstellern von Vermessungsinstrumenten (z. B. Trimble) und Geodäsie-Software (z. B. rmData) und übernehmen die klassische Betreuung, Wartung sowie Konfiguration des Equipments. Inhouse-Consulting: Sie beraten und unterstützen die internen Geschäftsbereiche strategisch und fachlich in allen Vermessungsangelegenheiten. Projektabwicklung: Sie planen, koordinieren und realisieren eigenständig Vermessungsprojekte (mittels Tachymeter, satellitengestützter Verfahren, Laserscanner und Nivellierinstrument). Datenverarbeitung: Sie übernehmen die Auswertung und Berechnung der Vermessungsdaten sowie deren präzise Ausarbeitung im CAD. Qualitätssicherung: Konvertierung und anspruchsvolle Qualitätsprüfung von NIS-, GIS- und CAD-Daten gehören ebenso zu Ihrem Alltag wie die Pflege von internen und externen Netzwerken.
|
Organisationseinheit:
- Unterstützung der Grundlagenforschung (einschließlich Feldexperimenten) in den Bereichen Computer Vision, visuelle Signalverarbeitung und maschinelles Lernen – insbesondere im Zusammenhang mit Drohnen und explorativen Bodenrobotern (siehe z. B. https://github.com/JKU-ICG/AOS/)
- Verfassen und Mitwirken an hochrangigen wissenschaftlichen Publikationen sowie an Förderanträgen
- Mitbetreuung von MSc-, BSc- Studierenden und Doktorand*innen
- Vorbereitung und Durchführung von Lehrveranstaltungen sowie Betreuung von Prüfungen in den Bereichen Computer Vision und maschinelles Lernen, bei einer reduzierten Lehrverpflichtung von 6 Stunden pro Woche (anstelle von 16 Stunden) zur Unterstützung erweiterter Forschungstätigkeiten
|
