Informatiker/in (w/m/d) - Verkehrsflächen-Segmentierung

Das erwartet dich

Die Fernerkundung mit ihren verschiedenen Sensoren und Plattformen ist eine wertvolle Datenquelle in der Verkehrsforschung. Ganze Städte und Regionen können großflächig erfasst und in Hinblick auf verkehrsrelevante Fragestellungen ausgewertet werden. Das Institut für Methodik der Fernerkundung nimmt regelmäßig mit den Flugzeugen und Hubschraubern der DLR-Forschungsflotte und den institutseigenen Kamerasystemen Luftbilder auf. Zusätzlich hat das Institut Zugriff auf hochaufgelöste Satellitenaufnahmen. Zur optimalen Nutzung dieser Sensorsysteme werden Methoden und Algorithmen zur automatischen Extraktion von Verkehrsobjekten und Verkehrsflächen entwickelt. Diese neuartigen Algorithmen spielen z.B. eine Rolle bei der Entwicklung von hochgenauen detaillierten Karten für das automatisierte Fahren oder bei der Verbesserung von mikro- und makroskopischen Verkehrsmodellen.

Deine Aufgaben

• Weiterentwicklung von Deep-Learning-Algorithmen (KI-Verfahren) für die Anwendung auf hochaufgelösten Luft- und Satellitendaten zur Erfassung von Verkehrsflächen inkl. ihrer Funktion (z.B. Straßen, Zufahrtswege, Radwege, usw.)
• Entwicklung eines prä-operationellen Software-Prozessors inkl. KI-Algorithmik für die großflächige Kartierung von Verkehrsflächen
• Validierung der Ergebnisse anhand von unabhängigen Datensätzen und Genauigkeitsabschätzungen der entwickelten Verfahren
• Zusammenarbeit mit Projektpartnern zur Nutzung der Daten für die Beantwortung verkehrswissenschaftlicher Fragestellungen
• wissenschaftliche Veröffentlichung der Ergebnisse sowie deren Präsentation auf nationalen und internationalen Konferenzen

Das bringst du mit

• abgeschlossenes wissenschaftliches Hochschulstudium (Master/Diplom-Uni) der Ingenieurwissenschaften (z.B. Informatik, Machine Learning) oder andere für die Tätigkeit relevanten Studiengänge
• fortgeschrittene Kenntnisse in der Programmierung in der Programmiersprache Python
• Erfahrung mit Deep-Learning-Frameworks (insbesondere PyTorch)
• praktische Erfahrung mit aktuellen Computer-Vision- und Deep-Learning-Modellen wie CNNs und Transformers
• Erfahrungen in der Anwendung von KI-Methoden und der Leistungsoptimierung hinsichtlich Genauigkeit und Prozessierungsgeschwindigkeit
• Fähigkeit zur Zusammenarbeit in einem interdisziplinären Team
• gute Englischkenntnisse (B2 oder höher)

Die Vergütung erfolgt je nach Qualifikation und Aufgabenübertragung bis Entgeltgruppe 13 TVöD.