Tätigkeitsprofil:

• Arbeit im oben erwähnten DFG Projekt, insbesondere:
• Entwicklung und Implementierung von Datenpipelines zur automatisierten Analyse von Bilddaten (z.B. Google Street View, Drohnenaufnahmen);
• Extraktion von gebäudebezogenen Informationen aus Bildern und Videos mithilfe von Deep-Learning-Methoden oder Computer Vision;
• Integration der extrahierten Informationen in GIS-Systeme unter Berücksichtigung geostatistischer Daten (z. B. Alter, Bauweise, Nutzung);
• Entwicklung von mobilen Anwendungen zur Erfassung und Visualisierung von Gebäudedaten vor Ort;
• Forschung zur Nutzung von Kamerasystemen (z. B. GoPro, Dashcam) zur automatisierten Datenerhebung im Straßenraum;
• Enge Abstimmung mit Kolleg*innen in dem Projekt; Publikationsaktivitäten;
• Mitwirkung an der Vernetzung der Professur in der Region bzw. Partnern in Akademie und Industrie;
• Mitwirkung an Ausbau und Weiterentwicklung internationaler Kooperationen;
• Durchführung des eigenen Qualifikationsvorhabens, vorzugsweise als Promotion;
• Mitwirkung an der akademischen Selbstverwaltung der Professur und in universitären Gremien.

Anforderungsprofil:

• Erfolgreich abgeschlossenes Hochschulstudium (Masterabschluss) in Informatik, Computer Vision, Data Science, Bauingenieurwesen oder verwandten Disziplinen;
• Vertrautheit und Routine in der Programmierung; v.a. Python, Matlab und / oder C++;
• Erfahrungen in der Bildverarbeitung, Computer Vision und maschinellem Lernen;
• Kenntnisse in der Entwicklung von Software oder mobiler Anwendungen (Android/iOS) von Vorteil;
• Vertrautheit mit GIS-Software (z. B. QGIS, ArcGIS) und geostatistischer Datenverarbeitung;
• Fähigkeit zum kritischen Denken und selbstständigen Arbeiten;
• Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift,
• Weitere Sprachen von Vorteil (Italienisch, Griechisch, Türkisch, …)
• Einschlägige Berufserfahrungen von Vorteil;
• Erste wissenschaftliche Publikationen und internationale akademische Erfahrungen sind von Vorteil;
• Bereitschaft zu Dienstreisen und Auslandseinsätzen zur Datenerhebung sind essentiell.

Weitere Informationen