Studentische Hilfskraft (m/w/d) - Fokus: ASR, NLP und Sprachmodelle für maritime Anwendungen

Job description

Das Fraunhofer-Center für Maritime Logistik und Dienstleistungen CML ist eine von über 80 Forschungseinrichtungen der Fraunhofer-Gesellschaft. In praxisorientierten Forschungs- und Entwicklungsprojekten unterstützt das Fraunhofer CML private und öffentliche Auftraggeber aus den Bereichen Hafen, Terminal, Schifffahrt und Logistikdienstleistung bei der Initiierung und Realisierung von Innovationen. Dazu entwickelt und optimiert das Fraunhofer CML Prozesse und Systeme entlang der maritimen Supply Chain. Die Abteilung Ship and Information Management bietet Ihnen die Möglichkeit, an interessanten Industrie- und Forschungsprojekten in der maritimen Logistik mitzuwirken. Zu den Arbeitsbereichen zählen unter anderem Personal- und Beschaffungsvorgänge, die oftmals einen erheblichen Anteil der Betriebskosten ausmachen. Das Fraunhofer CML entwickelt und pilotiert für seine Kunden individuelle Lösungen zur Optimierung von Geschäftsprozessen beim Betrieb und bei der Steuerung von Schiffsflotten. Ein besonderer Schwerpunkt der ausgeschriebenen Stelle liegt auf der Unterstützung bei der Weiterentwicklung unseres Assistenztools marFM ®. Das KI-basierte System wurde speziell für die automatische Spracherkennung (Automatic Speech Recognition, ASR) in maritimen Anwendungsbereichen entwickelt und kürzlich um Funktionen zur Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) erweitert. Hier sorgen Sie für Veränderung Konzeption, Durchführung und Auswertung von Experimenten im Bereich der automatischen Spracherkennung und Verarbeitung natürlicher Sprache Unterstützung bei der Weiterentwicklung und Evaluation mehrsprachiger ASR-Modelle für maritime Anwendungsbereiche Erstellung, Aufbereitung und Qualitätssicherung von Audio- und Textkorpora Entwicklung und Pflege maritimer Lexika, unter anderem für Fachbegriffe, Schiffsnamen, Rufzeichen und weitere domänenspezifische Entitäten Untersuchung und Erprobung kleiner und großer Sprachmodelle zur Verbesserung der Transkriptions- und Analyseergebnisse Unterstützung bei der Weiterentwicklung von NLP-Modulen, beispielsweise zur Entitätserkennung, Nachrichtenklassifikation und strukturierten Informationsextraktion Entwicklung und Anwendung geeigneter Evaluationsmethoden und Qualitätsmetriken Dokumentation der durchgeführten Experimente sowie Aufbereitung und Präsentation der Ergebnisse Literaturrecherche zu aktuellen Methoden und Modellen aus den Bereichen ASR, NLP und Sprachmodelle Optional: Überführung geeigneter Forschungsansätze in prototypische Komponenten von marFM ® Hiermit bringen Sie sich ein Bachelor- oder Masterstudium in Informatik, Data Science, Computerlinguistik, Mechatronik, Software Engineering oder einem Studiengang mit vergleichbaren Inhalten Eine Reststudienzeit von mindestens zwölf Monaten ab dem Zeitpunkt der Einstellung Gute Kenntnisse in der Programmiersprache Python Grundkenntnisse in Methoden des maschinellen Lernens, insbesondere im Bereich neuronaler Netze und Transformer-Modelle Interesse an automatischer Spracherkennung, Natural Language Processing und modernen Sprachmodellen Vertrautheit mit Machine-Learning-Frameworks wie PyTorch, TensorFlow oder Hugging Face Transformers ist von Vorteil Kenntnisse in der Verarbeitung, Aufbereitung und Analyse von Audio- oder Textdaten sind von Vorteil Erste Erfahrungen mit Fine-Tuning, Prompting oder der Evaluation von Sprachmodellen sind wünschenswert Kenntnisse in digitaler Signalverarbeitung sowie im Umgang mit Git, Linux oder Docker sind von Vorteil Sehr gute Englischkenntnisse; gute Deutschkenntnisse sind von Vorteil Selbstständige, ergebnisorientierte und systematische Arbeitsweise Ausgeprägtes Interesse an wissenschaftlichen Fragestellungen und experimentellem Arbeiten Engagement, Kommunikationsstärke, Teamfähigkeit und Zuverlässigkeit Was wir für Sie bereithalten Mitarbeit an innovativen Forschungs- und Entwicklungsthemen in einem motivierten Team Aktive Mitgestaltung von Forschungsfragen, Experimenten und technischen Lösungsansätzen Praktische Arbeit mit aktuellen ASR-, NLP- und Sprachmodellen Gelegenheit, theoretische Kenntnisse und wissenschaftliche Methoden in die Praxis umzusetzen Ein abwechslungsreiches Aufgabenspektrum in einer angenehmen Arbeitsatmosphäre Flexible, mit dem Studienrhythmus vereinbare Arbeitszeitgestaltung Möglichkeit zum mobilen Arbeiten nach Absprache Perspektive auf eine Abschlussarbeit oder eine längerfristige Zusammenarbeit Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Unsere Aufgaben sind vielfältig und anpassbar – für Bewerber*innen mit Behinderung finden wir gemeinsam Lösungen, die ihre Fähigkeiten optimal fördern. Die wöchentliche Arbeitszeit beträgt grundsätzlich 10 Stunden und kann nach Absprache auf 12 bis 14 Stunden erhöht werden. Die Vergütung richtet sich nach der Gesamtbetriebsvereinbarung zur Beschäftigung der Hilfskräfte. Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft. Bereit für Veränderung? Dann bewerben Sie sich jetzt, und machen Sie einen Unterschied! Nach Eingang Ihrer Online-Bewerbung erhalten Sie eine automatische Empfangsbestätigung. Dann melden wir uns schnellstmöglich und sagen Ihnen, wie es weitergeht. Emin Çağatay Nakilcioğlu Ship and Information Management Fraunhofer Center for Maritime Logistics and Services CML Blohmstrasse 32 21079 Hamburg, Germany Tel: +49 40 271646-1408 Fraunhofer-Center für Maritime Logistik und Dienstleistungen Kennziffer: 85477 Bewerbungsfrist: 25.09.2026