Du führst Experimente zur Bewertung verschiedener Machine-Learning-Ansätze durch * Du entwickelst und implementierst fortgeschrittene Machine-Learning- und Deep-Learning-Modelle zur Lösung komplexer Fragestellungen * Du verfügst über mehrjährige Berufserfahrung in der Softwareentwicklung, insbesondere im Bereich KI, MachineLearning und Data Science * Du bringst umfangreiche Erfahrung mit Machine-Learning-Bibliotheken und Frameworks mit
Du führst Experimente zur Bewertung verschiedener Machine-Learning-Ansätze durch * Du entwickelst und implementierst fortgeschrittene Machine-Learning- und Deep-Learning-Modelle zur Lösung komplexer Fragestellungen * Du verfügst über mehrjährige Berufserfahrung in der Softwareentwicklung, insbesondere im Bereich KI, MachineLearning und Data Science * Du bringst umfangreiche Erfahrung mit Machine-Learning-Bibliotheken und Frameworks mit
Du planst und führst Experimente zur Bewertung verschiedener Machine-Learning-Ansätze durch * Du entwickelst und optimierst moderne Machine-Learning- und Deep-Learning-Modelle * Du beobachtest aktuelle Entwicklungen im Bereich künstliche Intelligenz und MachineLearning * Du hast umfangreiche Erfahrung mit Machine-Learning-Bibliotheken sowie KI-/ML-Frameworks
Du planst und führst Experimente zur Bewertung verschiedener Machine-Learning-Ansätze durch * Du entwickelst und optimierst moderne Machine-Learning- und Deep-Learning-Modelle * Du beobachtest aktuelle Entwicklungen im Bereich künstliche Intelligenz und MachineLearning * Du hast umfangreiche Erfahrung mit Machine-Learning-Bibliotheken sowie KI-/ML-Frameworks
Als Data Engineer* / MachineLearning Engineer* gestaltest du das Fundament für spätere Analysen sowie data-driven Services und entwickelst skalierbare, robuste und wartbare Architekturen. * Du bist Expert:in für die Ende-zu-Ende-Integration von Daten-/ETL-Pipelines und das Deployment von Machine-Learning-Modellen bis hin zur Bereitstellung der Ergebnisse innerhalb bestehender IT-Systeme.
Als Data Engineer* / MachineLearning Engineer* gestaltest du das Fundament für spätere Analysen sowie data-driven Services und entwickelst skalierbare, robuste und wartbare Architekturen. * Du bist Expert:in für die Ende-zu-Ende-Integration von Daten-/ETL-Pipelines und das Deployment von Machine-Learning-Modellen bis hin zur Bereitstellung der Ergebnisse innerhalb bestehender IT-Systeme.
Konzeption, Entwicklung und Implementierung von Machine-Learning-Methoden zur strukturierten Nutzung vorhandener Daten (z.B. aus dem digitalen Unternehmens-Archiv) in nachgelagerten Prozessen sowie im Kontext von generativer KI * Starkes Interesse am Bereich Künstliche Intelligenz und MachineLearning sowie erste praktische Erfahrungen idealerweise im regulierten Umfeld der Finanz- oder Versicherungsbranche
Konzeption, Entwicklung und Implementierung von Machine-Learning-Methoden zur strukturierten Nutzung vorhandener Daten (z.B. aus dem digitalen Unternehmens-Archiv) in nachgelagerten Prozessen sowie im Kontext von generativer KI * Starkes Interesse am Bereich Künstliche Intelligenz und MachineLearning sowie erste praktische Erfahrungen idealerweise im regulierten Umfeld der Finanz- oder Versicherungsbranche
Areas of responsibility include applying statistical and machinelearning methods to discover hidden patterns and information that can be used to grow the business and support data-driven business decisions. * Applying statistical methods (especially MachineLearning) to data to identify complex patterns in data and derive predictions * Creating machinelearning models and applying appropriate metrics to measure and monitor the * Formulating requirements for a necessary database to contribute to the operationalization of MachineLearning services and systems * Very good knowledge in the selection, application and optimization of machinelearning methods for generating data-based predictions and decisions * Experience in using one or more machine and deep learning frameworks, e.g., scikit-learn, xgboost, Keras, and tensorflow
Areas of responsibility include applying statistical and machinelearning methods to discover hidden patterns and information that can be used to grow the business and support data-driven business decisions. * Applying statistical methods (especially MachineLearning) to data to identify complex patterns in data and derive predictions * Creating machinelearning models and applying appropriate metrics to measure and monitor the * Formulating requirements for a necessary database to contribute to the operationalization of MachineLearning services and systems * Very good knowledge in the selection, application and optimization of machinelearning methods for generating data-based predictions and decisions * Experience in using one or more machine and deep learning frameworks, e.g., scikit-learn, xgboost, Keras, and tensorflow
Die Anwendung statistischer Methoden (spez. MachineLearning) auf Daten, um komplexe Muster in Daten zu identifizieren und Vorhersagen abzuleiten * Die Erstellung von Machine-Learning Modellen und die Anwendung geeigneter Metriken zur Messung und Überwachung der Modelle * Die Formulierung von Anforderungen an eine notwendige Datenbasis, um zur Operationalisierung von Machine-Learning Diensten und -Systemen beizutragen * Erfahrung in der Verwendung eines oder mehrerer Machine- und Deep-Learning-Frameworks * Sehr gute Kenntnisse in der Auswahl, Anwendung und Optimierung von MachineLearning Methoden zur Generierung von datenbasierten Vorhersagen und Entscheidungen * Sehr gute Kenntnisse in der Anwendung geeigneter Metriken zur Messung und Überwachung der Qualität und Performance trainierter MachineLearning Modelle, sowie sichere Anwendung von MachineLearning Lifecycle Management-Tools
Die Anwendung statistischer Methoden (spez. MachineLearning) auf Daten, um komplexe Muster in Daten zu identifizieren und Vorhersagen abzuleiten * Die Erstellung von Machine-Learning Modellen und die Anwendung geeigneter Metriken zur Messung und Überwachung der Modelle * Die Formulierung von Anforderungen an eine notwendige Datenbasis, um zur Operationalisierung von Machine-Learning Diensten und -Systemen beizutragen * Erfahrung in der Verwendung eines oder mehrerer Machine- und Deep-Learning-Frameworks * Sehr gute Kenntnisse in der Auswahl, Anwendung und Optimierung von MachineLearning Methoden zur Generierung von datenbasierten Vorhersagen und Entscheidungen * Sehr gute Kenntnisse in der Anwendung geeigneter Metriken zur Messung und Überwachung der Qualität und Performance trainierter MachineLearning Modelle, sowie sichere Anwendung von MachineLearning Lifecycle Management-Tools
Ausgeprägte System- und Prozessaffinität mit praktischer Erfahrung in Automatisierung sowie Interesse an datengetriebenen Lösungen im Finance-Umfeld (z. B. BI, KI, MachineLearning).
Ausgeprägte System- und Prozessaffinität mit praktischer Erfahrung in Automatisierung sowie Interesse an datengetriebenen Lösungen im Finance-Umfeld (z. B. BI, KI, MachineLearning).
Dabei verbinden wir Fahrzeugtechnik, Softwareentwicklung, Simulation, Messdatenauswertung und datengetriebene Methoden wie MachineLearning. * Erprobung und Bewertung von Machine-Learning-Ansätzen zur Verbrauchs- und Reichweitenprognose, z. B. auf Basis von Fahrprofilen, Topologie, Wetter, Fahrzeugkonfiguration und Fahrprogramm * Programmiererfahrung, idealerweise in Python und/oder Matlab/Simulink; Kenntnisse in Datenanalyse, MachineLearning oder Statistik sind ein Plus
Dabei verbinden wir Fahrzeugtechnik, Softwareentwicklung, Simulation, Messdatenauswertung und datengetriebene Methoden wie MachineLearning. * Erprobung und Bewertung von Machine-Learning-Ansätzen zur Verbrauchs- und Reichweitenprognose, z. B. auf Basis von Fahrprofilen, Topologie, Wetter, Fahrzeugkonfiguration und Fahrprogramm * Programmiererfahrung, idealerweise in Python und/oder Matlab/Simulink; Kenntnisse in Datenanalyse, MachineLearning oder Statistik sind ein Plus
Anomalieerkennung: Einführung von Machine-Learning-Prozessen zur Erkennung von Anomalien in den Testergebnissen mithilfe von KI-basierten Modellen * Noch besser kennst du dich bereits mit MachineLearning Frameworks aus
Anomalieerkennung: Einführung von Machine-Learning-Prozessen zur Erkennung von Anomalien in den Testergebnissen mithilfe von KI-basierten Modellen * Noch besser kennst du dich bereits mit MachineLearning Frameworks aus
Idealerweise Erfahrung im MachineLearning (ML) und grundlegendes Verständnis von MLOps sowie der Anwendbarkeit von ML-Algorithmen - o Idealerweise Erfahrung mit MachineLearning und ein grundlegendes Verständnis von MLOps und der Anwendbarkeit von ML-Algorithmen
Idealerweise Erfahrung im MachineLearning (ML) und grundlegendes Verständnis von MLOps sowie der Anwendbarkeit von ML-Algorithmen - o Idealerweise Erfahrung mit MachineLearning und ein grundlegendes Verständnis von MLOps und der Anwendbarkeit von ML-Algorithmen
Entwicklung und Optimierung skalierbarer Daten pipelines und Data Products für MachineLearning und Generative AI * Einsatz von Azure AI Services, Azure MachineLearning und Databricks zur Entwicklung produktiver AI-Anwendungen
Entwicklung und Optimierung skalierbarer Daten pipelines und Data Products für MachineLearning und Generative AI * Einsatz von Azure AI Services, Azure MachineLearning und Databricks zur Entwicklung produktiver AI-Anwendungen
Sie haben bereits innovative Technologien – idealerweise im Bereich Künstliche Intelligenz oder MachineLearning – identifiziert und erfolgreich in die Praxis überführt.
Sie haben bereits innovative Technologien – idealerweise im Bereich Künstliche Intelligenz oder MachineLearning – identifiziert und erfolgreich in die Praxis überführt.
Lerne in diesem Studiengang, wie Künstliche Intelligenz (KI) die digitale Transformation vorantreibt, und arbeite in den Praxisphasen an spannenden Projekten zu Themen wie MachineLearning, generative KI (GenAI) oder Cloud Computing.
Lerne in diesem Studiengang, wie Künstliche Intelligenz (KI) die digitale Transformation vorantreibt, und arbeite in den Praxisphasen an spannenden Projekten zu Themen wie MachineLearning, generative KI (GenAI) oder Cloud Computing.
Lerne in diesem Studiengang, wie Künstliche Intelligenz (KI) die digitale Transformation vorantreibt, und arbeite in den Praxisphasen an spannenden Projekten zu Themen wie MachineLearning, generative KI (GenAI) oder Cloud Computing.
Lerne in diesem Studiengang, wie Künstliche Intelligenz (KI) die digitale Transformation vorantreibt, und arbeite in den Praxisphasen an spannenden Projekten zu Themen wie MachineLearning, generative KI (GenAI) oder Cloud Computing.
In der Studienrichtung Künstliche Intelligenz sind darüber hinaus folgende Studienfächer wesentlich: Künstliche Intelligenz, Cloud Technologien, MachineLearning, Datenmanagement, Software-Architekturen für Big Data.
In der Studienrichtung Künstliche Intelligenz sind darüber hinaus folgende Studienfächer wesentlich: Künstliche Intelligenz, Cloud Technologien, MachineLearning, Datenmanagement, Software-Architekturen für Big Data.
In der Studienrichtung Künstliche Intelligenz sind darüber hinaus folgende Studienfächer wesentlich: Künstliche Intelligenz, Cloud Technologien, MachineLearning, Datenmanagement, Software-Architekturen für Big Data.
In der Studienrichtung Künstliche Intelligenz sind darüber hinaus folgende Studienfächer wesentlich: Künstliche Intelligenz, Cloud Technologien, MachineLearning, Datenmanagement, Software-Architekturen für Big Data.
Using machinelearning, you will derive feasibility margins, uncertainties, and the safety contracts themselves from real-world data. * More over, you will utilize advanced methods of optimal control, sequential decision-making under uncertainty, and reinforcement learning to develop robust, high-performance solutions. * Last but not least, you will contribute significantly to making learning-enabled autonomy modular by design, guaranteeing safety by construction, and enabling verification at runtime.
Using machinelearning, you will derive feasibility margins, uncertainties, and the safety contracts themselves from real-world data. * More over, you will utilize advanced methods of optimal control, sequential decision-making under uncertainty, and reinforcement learning to develop robust, high-performance solutions. * Last but not least, you will contribute significantly to making learning-enabled autonomy modular by design, guaranteeing safety by construction, and enabling verification at runtime.