Bachelor-/masterarbeit - Entwicklung Von - Erlangen, Deutschland - Fraunhofer-Gesellschaft

Fraunhofer-Gesellschaft

Geprüftes Unternehmen

Erlangen, Deutschland

vor 2 Wochen

Geschrieben von:

Lena Wagner

beBee Recruiter

Beschreibung

Die Fraunhofer-Gesellschaft betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist die weltweit führende Organisation für anwendungsorientierte Forschung. Rund Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 2,9 Milliarden Euro.

Am Standort Erlangen gestalten die über 400 Mitarbeitenden des Fraunhofer-Institut für Integrierte Systeme und Bauelementetechnologie IISB anwendungsbezogene Forschung und Entwicklung zu innovativen Themen der Halbleitertechnologie und Leistungselektronik.

Du möchtest Deine Fachkenntnisse in nutzbringende und sinnvolle Forschung umsetzen und Deine Bachelor
- oder Masterarbeit bei einem führenden Forschungsunternehmen absolvieren? Dann haben wir hier ein interessantes Angebot für Dich

**»Entwicklung von Bildanalyseroutinen zur Erkennung von Kristalldefekten unter Verwendung von Methoden des maschinellen Lernens«**

Siliziumkarbid (4H-SiC) ist aufgrund seiner elektrischen und thermischen Eigenschaften das Material der Wahl für integrierte Bauelemente der Leistungselektronik. Limitiert sind die Einsatzmöglichkeiten jedoch durch verschiedene Kristalldefekte im Material. Eine schnelle und zuverlässige Detektion dieser Kristalldefekte ist deshalb von großer Bedeutung für die Qualitätskontrolle sowie für Forschung und Entwicklung. Um dies zu ermöglichen, werden vorhandene Messmethoden (insbesondere die Röntgentopografie) weiterentwickelt und für Beantwortung offener Fragestellungen optimiert.

Im Rahmen dieser Masterarbeit sollen geeignete Methoden der Bildverarbeitung erarbeitet werden, um die verschiedenen Kristalldefekte anhand von röntgentopographischen Aufnahmen zuverlässig zu unterscheiden. Vorwiegend sollen dabei Methoden des maschinellen Lernens zur Verwendung kommen.

**Was Du bei uns tust**
- Entwicklung automatisierter Bildklassifizierungs
- bzw. ggf. Bildsegmentierungsalgorithmen zur Erkennung kristallographischer Defekte an Halbleiterwafern auf Grundlage von Methoden des maschinellen Lernens
- Untersuchung des Einflusses von Vorprozessierung und Parametern des Netzwerkes auf die Klassifizierungsgüte
- Entwicklung von Ansätzen, um Zuverlässigkeit und Durchsatz der Messmethode zu optimieren

**Was Du mitbringst**
- Studium im Bereich MINT, bevorzugt Physik, Materialwissenschaften, Informatik
- Kenntnisse im Bereich Machine Learning / Convolutional Neural Network
- Programmierkenntnisse in Python, idealerweise Erfahrung mit PyTorch oder TensorFlow
- Strukturierte Arbeitsweise und ein hohes Maß an Eigeninitiative

**Was Du erwarten kannst**
- Vielseitige Aufgaben in der angewandten Forschung
- Aktive Mitarbeit bei Forschungsprojekten
- Gute Betreuung durch die wissenschaftlichen Mitarbeiter*innen
- Freundliches und engagiertes Team

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.

Die Stelle ist auf die Dauer der Bearbeitungszeit befristet. Es wird keine Vergütung gezahlt.

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.

**Haben wir Dein Interesse geweckt? Dann bewirb Dich jetzt online mit Deinen aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Dich kennenzulernen**

Fachliche Fragen zu dieser Stelle beantwortet Dir gerne:
Paul Wimmer
Telefon

Fraunhofer-Institut für Integrierte Systeme und Bauelementetechnologie IISB

Kennziffer: 68399