Informationen zum Job Weitere Informationen Die Einstellung erfolgt im Beschäftigtenverhältnis. Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet auf 2 Jahre. Es besteht die Option, die Stelle um weitere 3 Jahre zu verlängern. Die befristete Beschäftigung erfolgt im Rahmen der Befristungsmöglichkeiten des Wissenschaftszeitvertragsgesetzes. Es handelt sich um eine Vollzeitstelle. Eine Promotionsmöglichkeit besteht. Die Eingruppierung richtet sich nach dem TV-L. Die Stelle ist bewertet mit EG 13 TV-L. Unser Profil Die Forschungsgruppe Industrial Machine Vision beschäftigt sich mit der Automatisierung von zerstörungsfreien Prüfverfahren mittels bildgebender Messverfahren. Unser Ziel ist es, durch den Einsatz von automatisierten Bildverarbeitungssystemen unterstützt durch Methoden der künstlichen Intelligenz die benötigte Expertise in der zerstörungsfreien Qualitätssicherung zu reduzieren und somit dem Fachkräftemangel entgegenzuwirken. Machine Learning (ML) erweitert den Werkzeugkasten der industriellen Bildverarbeitung in der Qualitätssicherung für Aufgaben, bei denen die zu bewertende qualitätsrelevante Merkmale nicht bekannt oder nicht analytisch beschreibbar sind. Am Lehrstuhl für Informations-, Qualitäts- und Sensorsysteme in der Produktion erforschen wir die Nutzung von Deep Learning Methoden zur Lösung von Machine Vision Aufgaben. Neben der anwendungsspezifischen Auswahl und Implementierung von Machine Vision Pipelines mit etablierten Sensorsystemen konzentriert sich unsere Forschung auf die Untersuchung von generativen Deep Learning Methoden. Wir setzen diese ein, um akquirierte Datensätze zu balancieren, automatisch zu annotieren und um gelernte Merkmale zu interpretieren. Daneben untersuchen wir die Verwendung virtueller Umgebungen zur Erweiterung von Datensätzen durch synthetische Daten. Beispielsweise können Ray-Tracing-Ansätze genutzt werden, um photorealistische Renderings von digitalen Bauteilen zu generieren. In industriellen Anwendungsfällen werden diese Forschungsarbeiten durch zugeschnittene Lösungen unter ständiger Einbeziehung des aktuellen Standes der Technik praktisch erprobt. Zur Umsetzung unserer Ideen und Projekte stehen uns über 1000 m² Hallen- und Laborflächen, ein Bildverarbeitungslabor ausgestattet mit diversen optischen Messsystemen, ein selbstverwaltetes GPU-Rechencluster auf Basis von Kubernetes, welches das Trainieren großer Neuronaler Netze vor Ort ermöglicht sowie ein Feinmessraum zur Verfügung. Die Arbeit bei IQS erfolgt in einem großen interdisziplinären Team bestehend aus Ingenieur:innen, Naturwissenschaftler:innen und Psycholog:innen und ist eingebettet in ein großes Netzwerk bestehend aus renommierten Forschungsinstituten und produzierenden Unternehmen. Damit bieten wir ein Umfeld, das Kreativität, Innovation und Zusammenarbeit fördert und Dir die Möglichkeit bietet, nicht nur fachliche Expertise aufzubauen, sondern auch als Persönlichkeit zu wachsen. Was Du erwarten kannst Arbeit in einem dynamischen Team, das sich gegenseitig unterstützt, Erfolge feiert, zusammen auf Reisen geht und die gemeinsame Arbeitsumgebung gestaltet Gestaltungsraum zur Umsetzung eigener Ideen zum Einsatz von optischer Messtechnik und Machine Learning Methoden in Forschung und Praxis International sichtbare wissenschaftliche Arbeit Gelegenheit zur Promotion an der RWTH Aachen, einer der renommiertesten und größten technischen Hochschulen im Bereich der Produktionstechnik in Deutschland Auf dein Profil zugeschnittene Weiterbildungsmaßnahmen und Aufbau eines beruflichen Netzwerks Ihr Profil Du begeisterst Dich für neue Technologien und hast Freude an kreativer, interdisziplinärer Arbeit in einem dynamischen Team. Zudem zeichnest Du Dich durch eine selbständige, strukturierte, qualitäts- und Lösungsorientierte Arbeitsweise mit Hands-On Mentalität aus. Du bist neugierig und bereit, Dich in mehrere, anwendungsrelevante Themenfelder einzuarbeiten und sie gewinnbringend zu kombinieren. Wenn Du außerdem durch Deine Forschung einen Beitrag zu einer wettbewerbsfähigen und nachhaltigeren Produktionstechnik leisten möchten, freuen wir uns über Deine Bewerbung. Voraussetzung für Deinen Einstieg ist ein sehr gut abgeschlossenes Hochschulstudium (Master oder vergleichbar) im ingenieur- oder naturwissenschaftlichen Bereich. Folgende Aspekte runden Dein Profil ab: Interesse an den Themengebieten optische Messtechnik, Bildverarbeitung, Machine Learning, Datenverarbeitung, Automatisierung und Informatik Idealerweise erste Vorkenntnisse in den Bereichen Bildverarbeitung und Machine Learning Spaß an der technischen Umsetzung von Forschungsergebnissen an industrienahen Demonstratoren im Laborbereich Professionelle, souveräne Kommunikation in Wort und Schrift in deutscher und englischer Sprache Gründliche Arbeitsweise, Zuverlässigkeit und Ausdauer Du möchtest Dich mit einer Promotion auf den nächsten Karriereschritt vorbereiten? Wenn Du die formalen Voraussetzungen erfüllst und einige der gelisteten Kompetenzen aufweist oder Interesse daran hast, dir diese anzueignen, freuen wir uns über Deine Bewerbung (Anschreiben, Lebenslauf, Zeugnisse per Mail an die aufgeführten Ansprechpersonen). Der Bewerbungsprozess besteht aus einem ersten Videointerview und einem weiteren ausführlicherem Vor-Ort-Termin. Ihre Aufgaben Dein Arbeitsalltag besteht aus einem vielfältigen und abwechslungsreichen Aufgabenportfolio. Zu den Tätigkeiten als Wissenschaftliche/r Mitarbeiter/in (w/m/d) gehören: Bearbeitung und Leitung von nationalen und internationalen öffentlich geförderten Projekten im Themenbereich der industriellen Bildverarbeitung Mitarbeit in Forschungs- und Entwicklungsprojekten mit Industriebeteiligung Integration von Forschungsergebnissen in unserem industrienahen Laborbereich Betreuung von studentischen Abschlussarbeiten und Führung eines Teams aus studentischen Hilfskräften Betreuung und Durchführung von Lehrveranstaltungen im Bereich Sensing & Robotics Dokumentation, Aufbereitung und Verbreitung von wissenschaftlichen Kenntnissen in Form von Berichten, Veröffentlichungen und Vorträgen Repräsentation des Teams und der Forschungsergebnisse in Veröffentlichungen und auf Kongressen/Fachtagungen Zwei Projektbeispiele aus der Gruppe Industrial Machine Vision: GenAI4ZfP – Generative KI für das Qualitätsmanagement in der zerstörungsfreien Prüfung Einsatz generativer Sprachmodelle für die zerstörungsfreie Prüfung zur automatisierten Erstellung von Prüfplänen und Prüfberichten Erforschung multimodaler KI-Foundation-Modelle für die Defekterkennung und Übertragbarkeit auf verschiedene Anwendungsfälle Umsetzung der Ergebnisse in einem nutzerfreundlichen ZfP-Copiloten SmoPA3D – Sensorgestützte modellbasierte Parametrierung von 3D-Druckprozessen Entwicklung und Evaluation datengetriebener Modelle zur in-situ Fehlerkategorisierung (z. B. Über- und Unterextrusion) im FDM-Druckprozess. Ausstattung eines FDM-Druckers mit in-situ Messtechnik und Entwicklung einer Ontologie-gestützten Cloud-Datenbank zur automatisierten Datenverarbeitung und synthetischer Datengenerierung. Validierung und Optimierung von maschinellen Lernmethoden zur Defektprognose und Modellierung der Fehlerfortpflanzung als Basis für zukünftige modellprädiktive Regelungsstrategien. Über uns Die RWTH ist als familiengerechte Hochschule zertifiziert. Die RWTH bietet im Rahmen eines Universitären Gesundheitsmanagements eine Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten (z. B. Hochschulsport) an. Für Tarifbeschäftigte und Beamtinnen und Beamte besteht ein umfangreiches Weiterbildungsangebot und die Möglichkeit, ein Jobticket zu erwerben. Die Stellenausschreibung richtet sich an alle Geschlechter. Wir wollen an der RWTH Aachen University besonders die Karrieren von Frauen fördern und freuen uns daher über Bewerberinnen. Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern sie in der Organisationseinheit unterrepräsentiert sind und sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen. Bewerbungen geeigneter schwerbehinderter Menschen sind ausdrücklich erwünscht. Im Sinne der Gleichbehandlung bitten wir Sie, auf ein Bewerbungsfoto zu verzichten. Informationen zur Erhebung personenbezogener Daten nach Artikeln 13 und 14 Datenschutz-Grundverordnung (DS-GVO) finden Sie unter https://www.rwth-aachen.de/dsgvo-information-bewerbung. Besoldung / Entgelt EG 13 TV-L