Wir am Fraunhofer-Institut für Integrierte Schaltungen IIS bieten ab sofort eine spannende Tätigkeit in unserer Abteilung »Präzise Lokalisierung und Analytics« am Standort Nürnberg als

Studentische Hilfskraft / Praktikant (w/m/d) für die Lösung von Szenen in Spielsportarten mittels Reinforcement Learning

In der Abteilung »Präzise Lokalisierung und Analytics« beschäftigt sich die Gruppe »Machine Learning & Validation« mit der Erfassung, Quantifizierung und Klassifizierung menschlicher, insbesondere sportlicher Bewegungen. In einem Projekt aus dem ADA Lovelace Center geht es um die effiziente Suche, Bewertung und Lösung von Szenen in Sportspielen. Die effiziente Suche und Bewertung von Spielszenen wurde bereits erfolgreich umgesetzt. Die Lösung von Spielszenen soll nun mit Hilfe von Reinforcement Learning Ansätzen unter Verwendung der Google Research Football Engine erfolgen. Die entwickelte Applikation soll am Ende ermöglichen, für gefundene Szenen optimale Lösungsstrategien zu finden und so die Leistung in Sportspielen weiter zu steigern.

Du willst Sport nicht nur anschauen, sondern Szenen in Sportspielen analysieren, optimale Lösungen für diese Szenen finden und so die Spieltaktik auf ein neues Level heben? Zudem möchtest Du Reinforcement Learning in einer echten Anwendung zum Einsatz bringen?

Dann haben wir die richtige Stelle für Dich:

  • Du arbeitest mit realen und simulierten Sportspieldaten aus dem Fußball
  • Du wertest diese Daten hinsichtlich der Effizienz der Lösung einer Szene aus
  • Du entwickelst mit Reinforcement Learning neue Algorithmen, um den Ausgang von Spielszenen zu optimieren. Ziel ist dabei, den Coaches Empfehlungen für bessere Spielzüge zu geben und die Leistung in Sportspielen weiter zu steigern.

Was du mitbringst

  • Du studierst einen naturwissenschaftlichen Studiengang und hast eine Affinität zu Sport
  • Du hast ausgeprägte Programmiererfahrung mit Python
  • Du besitzt Machine Learning Kenntnisse und willst diese in einem sportlichen Kontext anwenden und vertiefen
  • Du bringst Interesse oder sogar erste Erfahrungen im Bereich Reinforcement Learning mit
  • Du bist ab sofort verfügbar (als studentische Hilfskraft: 15-20h / Woche bzw. Praktikumsdauer: mindestens 3 Monate)

Was du erwarten kannst

  • Interessante Projekte mit hohem Praxisbezug
  • Flexibilität in der Arbeitszeitgestaltung und damit optimale Vereinbarkeit von Studium und Praxis
  • Ein offenes und kollegiales Arbeitsumfeld
  • Den Freiraum, Dich Deinen Interessen und Fähigkeiten entsprechend zu entwickeln

Gerne bieten wir Dir die Möglichkeit, im oben genannten Themengebiet, eine Studien- oder Abschlussarbeit in Zusammenarbeit mit uns zu verfassen. Für die Vergabe und Durchführung der Arbeiten gelten die Regeln der Hochschule, an der Du eingeschrieben bist. Bitte halte entsprechend Rücksprache mit einem Professor/ einer Professorin Deiner Wahl, der/ die die Arbeit betreuen kann.

Interesse geweckt?

Wir freuen uns auf Deine vollständige und aussagekräftige Bewerbung (PDF: Anschreiben, Lebenslauf, letzten Notenspiegel) unter Angabe der Kennziffer 57064-LV an Nina Wörlein.

Bitte gib in Deiner Bewerbung an, wie Du auf dieses Stellenangebot aufmerksam geworden bist.

Kennziffer: 57064 - LV Bewerbungsfrist:
counter-image