Du beschäftigst dich mit der Extraktion von Hardware-Eigenschaften und deren Modellierung, um das Verhalten verschiedener Zielhardware vorherzusagen. Zudem erforschst du innovative Methoden des maschinellen Lernens und vergleichst deren Effizienz mit traditionellen Ansätzen.
Anforderungen
- •Exzellentes Studium in Elektrotechnik oder Informatik
- •Nachgewiesene Programmierkenntnisse in C/C++, Python, Matlab
- •Gutes Know-how in moderner Mathematik, z.B. Machine Learning
- •Erfahrung in digitaler Hardware und eingebetteten Systemen
- •Strukturiertes und strategisches Denken im Team
- •Kreativität und Durchsetzungsvermögen
- •Sehr gutes Englisch, Deutschkenntnisse von Vorteil
Deine Aufgaben
- •Hardware-Eigenschaften extrahieren und untersuchen
- •Verhalten für Zielhardwareplattformen vorhersagen
- •Neuartige Methoden des maschinellen Lernens erforschen
- •Anwendbarkeit und Effizienz von Modellierungsmethoden analysieren
- •Machine-Learning-Compiler im Modellierungsworkflow untersuchen
- •Optimierungen für Vorhersagen durch Compiler nutzen
Original Beschreibung
## Job Description
Im Bereich Deep Learning werden eine Vielzahl von verschiedenen Aufgaben adressiert, mit dem Ziel einer möglichst hohen Genauigkeit. Dies reicht von kleineren TinyML-Anwendungen auf eingebetteten Systemen bis hin zu großen Sprach/Foundation Modellen in Cloud-basierten Systemen. Eine Kerndisziplin des Entwicklungsprozesses ist die Modellierung und die Perfomance-Schätzung des Zielsystems. Mit dieser Arbeit wollen wir die Grenzen des aktuellen Standes der Technik erweitern, um uns mit neuen Ansätzen an die immer schneller werdenden Entwicklungszyklen anzupassen, um das Leistungsverhalten zukünftiger Systeme schneller vorherzusagen und bewerten zu können.
* In diesem Promotionsprojekt untersuchen Sie, wie verschiedene Hardware-Eigenschaften extrahiert werden können und welche Möglichkeiten es gibt, sie auf verschiedenen Abstraktions-, Effizienz- und Genauigkeitsebenen zu modellieren.
* Sie untersuchen wie diese Merkmale verwendet werden können, um das Verhalten für verschiedene Zielhardwareplattform vorherzusagen.
* Zudem erforschen Sie verschiedene neuartige Methoden des maschinellen Lernens, einschließlich ihrer Anwendbarkeit und Effizienz im Vergleich zu herkömmlichen Modellierungsmethoden.
* Nicht zuletzt sehen Sie sich verschiedene Machine-Learning-Compiler und deren Verwendung als Teil des Modellierungsworkflows und die damit verbundenen Optimierungen für die Vorhersage zu nutzen genauer an.
## Qualifications
* **Ausbildung:** exzellent abgeschlossenes Studium (Master oder Diplom) in Elektrotechnik, Informationstechnik, Mikroelektronik oder Informatik
* **Erfahrungen und Know-how:** nachgewiesene Programmierkenntnisse (C/C++, Python, Matlab), gutes Know-how in moderner Mathematik, z.B. Machine Learning (TensorFlow, PyTorch, etc.), Solver, Neuronale Netze, Kenntnisse in KI-Algorithmen, Erfahrung in digitaler Hardware, eingebetteten Systemen sowie in SoC-Architekturen
* **Persönlichkeit und Arbeitsweise:** Ihnen gefällt es, sich kreativ ein- und auch in gewissen Themen durchzusetzen; Sie arbeiten gerne im Team und verstehen es strukturiert, abstrakt sowie strategisch zu denken, um bestmögliche Leistung zu erbringen
* **Sprache:** sehr gutes Englisch, Deutschkenntnisse sind von Vorteil
## Additional Information
Start: März 2025
Vielfalt und Inklusion sind für uns keine Trends, sondern fest verankert in unserer Unternehmenskultur. Daher freuen wir uns über alle Bewerbungen: unabhängig von Geschlecht, Alter, Behinderung, Religion, ethnischer Herkunft oder sexueller Identität.