Banner

Bewerbungen werden ausschließlich online erbeten (über unser Bewerberportal) mit den üblichen Unterlagen – unter Angabe der Kennzahl – bis 17.08.2025.

Ansprechpartner für inhaltliche Fragen:

Prof. Dr. Christian Zirpins
Tel.: 0721 9251528

Hochschule Karlsruhe - Technik und Wirtschaft 
Personalabteilung
Postfach 24 40, 76012 Karlsruhe
Telefon +49 721 9252391
Bewerbermanagement:
Frau Sarah Flügel
Telefon +49 721925-1051 

Die Hochschule Karlsruhe ist bestrebt, den Anteil von Mitarbeiterinnen zu erhöhen; qualifizierte Frauen werden ausdrücklich zur Bewerbung aufgefordert.

Schwerbehinderte Bewerbende (m/w/d) werden bei gleicher Eignung vorrangig eingestellt. Für nähere Informationen kontaktieren Sie bitte die Vertrauensperson der Schwerbehinderten unserer Hochschule per E-Mail (sbv@h-ka.de).

Am Institut für Datenzentrierte Softwaresysteme (IDSS) der

Hochschule Karlsruhe ist zum zum 1. September 2025 folgende

Stelle zu besetzen:

Wissenschaftliche Mitarbeiterin / Wissenschaftlicher Mitarbeiter (m/w/d) – Föderiertes maschinelles Lernen für robotische KI-Systeme

Kennzahl

5930

Vollzeit

Das vom IDSS koordinierte Forschungsprojekt FEATHER wird

von der Carl-Zeiss-Stiftung gefördert und bildet den inhaltlichen

Rahmen für die ausgeschriebene Stelle. Ziel ist die Entwicklung

einer offenen, verteilten Plattform zur unternehmensübergreifenden

Entwicklung robotischer KI-Modelle für

komplexe Manipulationsaufgaben. Dabei kommen u. a. Neural

Radiance Fields (NeRFs) zur Repräsentation dreidimensionaler

Szenen sowie Federated Learning (FL) zur datenschutzfreundlichen

Aggregation lokal trainierter Modelle

über verteilte Robotersysteme hinweg zum Einsatz.

Aufgabengebiet:

    • Föderiertes Training neuronaler Szenen- und Fähigkeitsmodelle in realen und simulierten Umgebungen zur Unterstützung komplexer Greif-/Manipulationsaufgaben
    • Forschung und Entwicklung spezifischer FL-Methoden zur Aggregation lokal trainierter KI- und insb. NeRF-Modelle über heterogene Robotersysteme hinweg
    • Integration von Szenen- und Fähigkeitsmodellen in eine verteilte KI-Architektur (Edge/Fog/Cloud)
    • Koordinierte Steuerung robotischer Manipulationsprozesse mit Soft-Endeffektoren in Zusammenarbeit mit Partnerinstituten
    • Mitwirkung an wissenschaftlichen Publikationen, Konferenzen und Open-Source-Software
    • Zusammenarbeit mit Industrie- und Forschungspartnern
    • Betreuung studentischer Arbeiten und Hilfskräfte

Unser Angebot:

    • Mitarbeit in einem zukunftsweisenden Forschungsprojekt mit hoher Sichtbarkeit in KI und Robotik
    • Zusammenarbeit mit führenden Industriepartnern
    • Modernste Infrastruktur (KI-Cluster, Robotik-Labore)
    • Möglichkeit zur wissenschaftlichen Qualifikation; insbesondere bieten wir die Möglichkeit zur Promotion
    • Langfristige Beschäftigungs- sowie Gehaltsperspektive mit regelmäßigen Tariferhöhungen und Einstufungen entsprechend der Berufserfahrung. Je nach Vorliegen der persönlichen Voraussetzungen erhalten Sie ein Gehalt nach Entgeltgruppe 13 TV-L.
    • Zuschuss zum Job Ticket BW/Deutschland-Ticket, JobBike BW, Zusatzrente der Versorgungsanstalt des Bundes und der Länder (VBL).
    • Umfassende Leistungen einer familienfreundlichen Hochschule: Eltern-Kind-Raum, Zugang zum ganzheitlichen digitalen Beratungsangebot voiio.
    • Flexible Arbeitszeiten sowie die Möglichkeit, bis zu 40% der Gesamtarbeitszeit mobil zu arbeiten.
    • Sinnstiftende Tätigkeit mit sehr guten Entwicklungsmöglichkeiten in einem zukunftsorientierten Hochschulumfeld.
    • Gute Möglichkeiten für Zertifizierungen und Weiterbildungen.

Das bringen Sie mit:

      • Abgeschlossenes Hochschulstudium (Master oder gleichwertig) Informatik oder verwandte Fachgebiete
      • Interesse an praxisnaher Forschung in KI und Robotik
      • Fundierte Kenntnisse in Deep Learning, idealerweise mit NeRFs oder verwandten 3D-Repräsentationen
      • Fundierte Kenntnisse in verteiltem/föderiertem ML
      • Erfahrung mit Datenschutzkonzepten und Modellaggregation über heterogene Systeme hinweg
      • Kenntnisse in Edge/Fog-Architekturen sowie idealerweise in ROS2 oder verteilten Trainingsumgebungen (z. B. PyTorch Distributed, Isaac Sim)
      • Praktische Erfahrungen mit Frameworks zur Umsetzungvon FL-Verfahren (z. B. Flower, FedML)
      • Sehr gute Englischkenntnisse in Wort und Schrift;
      • Deutschkenntnisse sind von Vorteil
      • Teamfähigkeit, Eigeninitiative und systematische, ergebnisorientierte Arbeitsweise

Die Beschäftigung ist befristet bis Projketende 31.05.2028 .

Wir freuen uns auf Ihre Online-Bewerbung über unser Bewerberportal!

Zurück zur Übersicht Online-Bewerbung