Werkstudent*in Erklärbare Künstliche Intelligenz

Zukunft. Gemeinsam. Entwickeln.

Im Mittelpunkt der Forschungsarbeit des Fraunhofer-Instituts für Nachrichtentechnik – HHI stehen exzellente Forschung und Innovationen. Dabei sind wir weltweit führend in der Erforschung von mobilen und optischen Kommunikationsnetzen und -systemen sowie dem Maschinellen Lernen, Computer Vision und der Kompression von digitalem Video. Wir versprechen Ihnen exzellente Kontakte in das relevante industrielle und wissenschaftliche Umfeld. Wir suchen Leute, die etwas bewegen wollen. Machen Sie etwas daraus! Werden Sie Teil unseres Teams und gehen Sie mit uns auf Forschungs- und Innovationsreise!

Was Sie bei uns tun

• Vorantreiben innovativer KI-Forschung durch die Entwicklung und Implementierung, praktische Anwendung, theoretische Analyse und Evaluation von KI-Algorithmen
• Implementierung von Deep Learning
• Unterstützung bei der Verbesserung von Modellen z.B. in Bezug auf Effizienz, Trainingsleistung oder Inferenzverhalten
• Nutzung von XAI-Werkzeugen zur Erklärung von maschinellen Lernmodellen
  
  
  

Was Sie mitbringen

• Immatrikulation Bachelor/ Master im Vollzeitstudium der Fachgebiete Informatik, Mathematik, Physik, Elektrotechnik oder verwandten Studiengängen mit guten bis sehr guten Noten
• Programmiererfahrung, insbesondere gute bis sehr gute Python-Kenntnisse Erfahrung mit maschinellem Lernen, insbesondere mit neuronalen Netzen und ihrer Implementierung (PyTorch, TensorFlow o.ä.)
• Motivation und Eigeninitiative
• Wohnort Berlin und Umgebung, da die Stelle ausschließlich vor Ort ausgeführt wird, um eine enge Zusammenarbeit zu ermöglichen
• Interesse an erklärbarer künstlicher Intelligenz (XAI), potentielle Themen sind unter anderem (gerne im Anschreiben Bezug nehmen):
• XAI für Computer Vision (insbesondere Objekterkennung und Semantic Segmentation Models) Spiking Neural Networks
• Neuromorphic Architectures
• Physikinformierten neuronalen Netzwerken (PINNs) und Operator Learning
• Datenattributionsmethoden (Data Attribution)
• Methodenentwicklung in den Bereichen: Lokale Merkmalsattribution, Globale und mechanistische Interpretierbarkeit
  
  
  

Bitte fügen Sie Ihrer Bewerbung unbedingt eine detaillierte Notenübersicht (Transcript of Records) sowie ein Anschreiben bei. Bewerbungen ohne Notenübersicht und Anschreiben können leider nicht berücksichtigt werden.

Was Sie erwarten können

• Attraktives Gehalt
• Moderner und gut ausgestatteter Arbeitsplatz in zentraler Lage
• Gute und kooperative Arbeitsatmosphäre in einem internationalen Team
• Flexible Arbeitszeiten
• Möglichkeiten zum Anfertigen einer Master- oder Bachelorarbeit, oft werden die Arbeiten in enger Zusammenarbeit mit industriellen Partnern durchgeführt
  
  
  

Die Stelle ist zunächst 1 Jahr befristet. Eine Verlängerung ist explizit erwünscht.

Reine Masterarbeiten werden nicht vergütet.

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.

Die monatliche Arbeitszeit beträgt 80 Stunden. Die Stelle kann auch in Teilzeit besetzt werden.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.

Haben wir Ihr Interesse geweckt? Dann bewerben Sie sich jetzt online mit Ihren aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Sie kennenzulernen!

Benötigen Sie Informationen zu dieser Stelle, kontaktieren Sie:

E-Mail: [email protected]

Fraunhofer-Institut für Nachrichtentechnik, Heinrich-Hertz-Institut HHI

www.hhi.fraunhofer.de

Kennziffer: 84000 Bewerbungsfrist: 10.05.2026