Studentische Hilfskraft für Anomalieerkennung in KI-Daten (w/m/d)

Die Abteilung "Sicherheitskritische Dateninfrastrukturen" fokussiert sich auf Entwicklung und Realisierung von Systemlösungen und -architekturen, welche die Verteilung, Übertragung und Nutzung sensibler Datenbestände effizient und effektiv absichern.
Schwerpunkt ist die Gewährleistung von Betriebs- und Angriffssicherheit von verteilten Infrastrukturen in den Kategorien Vertraulichkeit, Integrität und Verfügbarkeit.

Deine Aufgaben
• Unterstützung bei der Auswertung von (multimodalen) Sensordaten
• Erstellung eines Datensatzes, der Data Poisoning Attacken (Datenmanipulation) simuliert
• Implementierung einer Methode zur Anomalieerkennung, um zwischen bösartig manipulierten Daten und durch fehlerhafte Sensoren veränderten Daten zu unterscheiden
• Unterstützung bei der Qualitätsanalyse von Sensordaten
• Analyse von Sensordaten im Hinblick auf Cybersicherheit und Robustheit

Das bringst du mit
• laufendes Masterstudium in Informatik oder vergleichbare Studiengänge
• Programmierkenntnisse in Python
• grundlegende Kenntnisse in Machine Learning und Deep Learning
• grundlegende Kenntnisse in PyTorch, TensorFlow oder vergleichbaren ML Frameworks
• gute Englischkenntnisse