Was dich erwartet
KI & Machine Learning auf Embedded Systems - Produktverbesserung durch Edge AI
- Recherche und Auswahl geeigneter ML-Methoden und Frameworks für Embedded-Anwendungen (z. B. TensorFlow Lite, Edge Impulse, CMSIS-NN)
- Aufnahme und Aufbereitung von Sensordaten aus Marquardt-Produkten als Trainingsgrundlage
- Training, Optimierung und Quantisierung eines ML-Modells für den Einsatz auf einem Mikrocontroller
- Integration und Validierung des Modells auf einer Embedded-Zielplattform (z. B. STM32, NXP, o. ä.)
- Bewertung der Leistungsfähigkeit (Latenz, Ressourcenverbrauch, Genauigkeit) und Ableitung von Handlungsempfehlungen für die Serienentwicklung
Du bringst mit
- Studium im Bereich Elektrotechnik, Informatik, Mechatronik oder vergleichbarer Studiengang mit Schwerpunkt Embedded Systems oder Künstliche Intelligenz
- Erste praktische Erfahrungen mit Mikrocontroller-Programmierung sowie Grundkenntnisse in Python und gängigen ML-Bibliotheken (TensorFlow, PyTorch o. ä.)
- Analytische, strukturierte Arbeitsweise sowie Interesse daran, Theorie und Praxis an der Schnittstelle von Hardware und Intelligenz zu verbinden
Start: Sommersemester 2027
