Fakultät IV – Elektrotechnik und Informatik, BIFOLD / Institut für Technische Informatik und Mikroelektronik – Remote Sensing Image Analysis

Studentische Beschäftigung mit 40-80 Monatsstunden

Ihre Aufgaben

Die Remote Sensing Image Analysis Gruppe (https://rsim.berlin) des Berlin Institute for the Foundation of Learning and Data (BIFOLD; https://bifold.berlin) sucht nach enthusiastischen Studierenden, die Interesse an der Entwicklung von Large Language Model (LMM) und Vision-Language Model (VLM) basierten KI-Agenten für die Erdbeobachtung haben. Im Detail suchen wir BewerberInnen, die zu den laufenden Forschungsarbeiten zur Entwicklung und Verbesserung von KI-Agenten beitragen können, mit dem Ziel, diese in realen Anwendungen im Zusammenhang mit der Erdbeobachtung (z. B. Waldüberwachung, Kartierung von Nutzpflanzen usw.) zuverlässiger, effizienter und kooperativer zu machen.

• Unterstützung bei der Systemkonzeption und der Implementierung der Agenten-Pipeline (50%)
• Unterstützung bei der Entwicklung interaktiver Demonstrationen und Benchmarks (50%)

Ihr Profil

Muss-Kriterien:

• Gute Programmierkenntnisse in Python
• Gute Kenntnisse über multi-modale generative KI-Modelle
• Erfahrung im Bereich KI-Agenten und LLMs
• Gute Englischkenntnisse in Wort und Schrift

Kann-Kriterien:

• Erfahrung mit Frameworks für das Erstellen von LLM basierten Agenten
• Erfahrung in der Entwicklung von Frontend und Backend

Was wir bieten:

• Eine enge Zusammenarbeit und Betreuung
• Den Zugang zu Rechenressourcen
• Die Chance Teil wissenschaftlicher Veröffentlichungen zu werden

Hinweise zur Bewerbung

Fachlich verantwortlich / Ansprechpartner:in für die Ausschreibung: Prof. Dr. Begüm Demir – work@rsim.tu-berlin.de
Besetzungszeitraum: sofort – 2 Jahre
Bewerbung an: work@rsim.tu-berlin.de

Ihre schriftliche Bewerbung mit Anschreiben, Lebenslauf, Immatrikulationsbescheinigung und ggf. aktueller Notenübersicht richten Sie bitte unter Angabe der Kennziffer an die o.g. Beschäftigungsstelle.
Zur Wahrung der Chancengleichheit zwischen Männern und Frauen sind Bewerbungen von Frauen mit der jeweiligen Qualifikation ausdrücklich erwünscht. Schwerbehinderte werden bei gleicher Eignung bevorzugt.

Als PDF herunterladen

Fakten

Bewerben