Intelligente sozio-technische Systeme nachhaltig gestalten.
Die Fachhochschule (FH) Bielefeld ist mit mehr als 10.000 Studierenden die größte Fachhochschule in
Ostwestfalen-Lippe (OWL). Mit Standorten in Bielefeld, Minden und Gütersloh ist sie in der Region,
bundesweit und international durch vielfältige Kontakte, Partnerschaften und Kooperationen in Wissenschaft,
Wirtschaft, Politik und Kultur hervorragend vernetzt. Hohe Qualität in Lehre und Forschung ist das Anliegen
der Fachbereiche Gestaltung, Campus Minden, Ingenieurwissenschaften und Mathematik, Sozialwesen, Wirtschaft
und Gesundheit.
Im Fachbereich Ingenieurwissenschaften und Mathematik ist im Rahmen der Bekanntmachung ‚Netzwerke 2021‘ vom
Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen (MKW NRW) für das geförderte
Verbundprojekt ‚SustAInable Life-cycle of Intelligent Socio-Technical Systems‘ (SAIL) zum nächstmöglichen
Zeitpunkt der Arbeitsplatz für eine*n
wissenschaftliche*n Mitarbeiter*in
im Bereich maschinelles Lernen
und KI für mechatronische Systeme
(SAIL-Teilprojekt A.4: Care bed robotics)
in Vollzeit befristet bis zum 31.07.2026 zu besetzen. Die Vergütung erfolgt je nach Vorliegen der
persönlichen Qualifikation und der übertragenen Aufgaben bis zur Entgeltgruppe 13 TV-L. Im Rahmen dieser
Beschäftigungen besteht die Möglichkeit zu einer kooperativen Promotion. Ihr Arbeitseinsatz erfolgt am
Campus Bielefeld.
Derzeitige Systeme, die KI-Technologie enthalten, zielen hauptsächlich auf die Einführungsphase ab, in der
eine Kernkomponente das Training und die Anpassung von KI-Modellen auf der Grundlage gegebener Beispieldaten
ist. Das neue Forschungsnetzwerk SAIL soll die Grundlagen für eine nachhaltige Gestaltung von KI-Komponenten
entwickeln. Das Ziel: KI-Systeme sollen über ihren gesamten Produktlebenszyklus transparent, sicher und
robust arbeiten. In dem interdisziplinären Netzwerk kooperieren neben der FH Bielefeld die Universität
Bielefeld, die Universität Paderborn und die TH OWL.
Das Projekt adressiert dabei sowohl Grundlagenforschung im Bereich der KI, deren Implikationen aus
Perspektive der Geistes- und Sozialwissenschaften, als auch konkrete Anwendungsfelder im Bereich Industrie
4.0 und Intelligent Healthcare.
Es gibt verschiedene Lebenssituationen, in denen Menschen im Verlauf oder als Folge einer Krankheit auf die
Pflege in einem Pflegebett angewiesen sind. Pflegebetten, insbesondere Intensivpflegebetten mit einer großen
Anzahl von Aktoren, können selbst als Roboter gesehen werden, die sich um die Benutzer*innen in ihnen
kümmern, z. B. indem sie Lagerungsbewegungen ausführen, um ein Wundliegen zu verhindern. Im vorliegenden
Teilprojekt steht ein Intensivpflegebett zur Verfügung, das über RGB-, Tiefenbild- und Infrarotkamera sowie
Sensoren zur Druckverteilungsmessungen in der Liegefläche verfügt und dessen Antriebe rechnerbasiert
angesteuert werden können. Das Teilprojekt beginnt mit einer Fusion der Sensordaten und verwendet
ML-basierte Modellierungsansätze zur Bestimmung/Abschätzung nicht direkt messbarer Prozessgrößen und
Patientinnen-/Patienteneigenschaften aus einer Teilmenge der Sensoren (z. B. Abschätzung der
Liegedruckverteilung ohne Druckverteilungsmessung als Grundlage für Lagerungsbewegungen des Betts). Sich
daran anschließende KI-Fragestellungen beschäftigen sich z. B. mit der Modellindividualisierung, natürlichen
Interaktionsmodi und Adaptivität.
Ihre Aufgaben:
- eigenständige Projektkoordination und -umsetzung im Forschungsverbund
- Durchführung selbstständiger wissenschaftlicher Tätigkeiten im Rahmen des Forschungsvorhabens:
- Identifikation und Definition der Anforderungen an den Workflow, an die einzusetzenden
Algorithmen und an die zugrundeliegende mechatronische Infrastruktur
- Design und Durchführung von Messkampagnen mit Probandinnen/Probanden
- Erforschung von hybriden Modellen sowie von KI- und ML-Verfahren zur robusten und
interpretierbaren Vorhersage von Prozessgrößen und Patientinnen-
/Patienteneigenschaften/Körperparametern
- Erforschung von Ansätzen zur kontinuierlichen Adaptation der hybriden Modelle
- Realisierung von ML-Ansätzen zur Ansteuerung des Demonstrators Intensivpflegebett
- Umsetzung und Implementierung der Verfahren auf dem Demonstrator
- Generalisierung der entwickelten Lösungsansätze
- Anwendung und Transfer der Forschungsergebnisse
- Anleitung und Führung von studentischen und wissenschaftlichen Hilfskräften
- Wissenstransfer/Publikationen/Konferenzvorträge
- Unterstützung der Projektleitung bei sonstigen Projektaktivitäten im Rahmen von SAIL
- Umsetzung kreativer Ideen im Forschungsverbund sowie interdisziplinäres Arbeiten
Die Aufgaben sind in Abstimmung mit Herrn Professor Dr. rer. nat. Axel Schneider selbstständig durchzuführen. Darüber hinaus arbeiten Sie in einem interdisziplinären Team bestehend aus den wissenschaftlichen Mitarbeiter*innen der anderen Hochschulen und weiteren Professorinnen/Professoren zusammen.
Unsere Erwartungen
- abgeschlossenes wissenschaftliches Hochschulstudium (Master of Science/Engineering, Universität oder Fachhochschule) aus dem Bereich der Elektrotechnik, Informatik, (Bio-) Mechatronik oder verwandten Themengebieten
- fundierte Fachkenntnisse in den Bereichen Erfassung, Verarbeitung und algorithmische Auswertung von (Bild-) Sensordaten
- Fachkenntnisse im Bereich des maschinellen Lernens sowie im Umgang mit eingebetteten und robotischen Systemen
- erste Praxiserfahrungen mit den Methoden und Toolboxen des maschinellen Lernens
- sehr gute Programmierkenntnisse (Python, C(++), MATLAB/Simulink, etc.)
- ausgeprägtes konzeptionelles und analytisches Denken und Handeln
- selbstständige und eigenverantwortliche Arbeitsweise
- überdurchschnittliche Auffassungsgabe
- Erfahrung in der Erstellung wissenschaftlicher Texte und der Präsentation von wissenschaftlichen Arbeitsergebnissen
- sehr gute Kenntnisse der deutschen und englischen Sprache in Wort und Schrift
- ausgeprägte Team- und Kommunikationsfähigkeit und ein sicheres Auftreten
Eine weitere Einstellungsvoraussetzung ist, dass aufgrund bisheriger Arbeitsverhältnisse die Befristungshöchstgrenzen des Wissenschaftszeitvertragsgesetzes nicht überschritten werden.
Wir wünschen uns:
- Erfahrungen in dem Bereich der Projektkoordination
- Erfahrung im Rahmen von wissenschaftlichen Tätigkeiten, im Erstellen von wissenschaftlichen Berichten und Veröffentlichungen oder Tätigkeiten als studentische oder wissenschaftliche Hilfskraft
- Erfahrung im Umgang mit Hardwarekomponenten (z. B. Einbau und Integration von Sensoren)
Unser Angebot
- Möglichkeit zum mobilen Arbeiten
- Möglichkeit zur Teilnahme an Qualifizierungsangeboten
- Unterstützungsangebote bei Publikationen und Patenten
- betriebseigene Kita „EffHa“ und Ferienbetreuung am Campus Bielefeld
- 6 Fachbereiche mit vielfältigen Partnerschaften und Forschungskooperationen in einer der wirtschaftsstärksten Regionen Deutschlands
- gute Verkehrsanbindung an den ÖPNV
- Teilnahme am Hochschulsport der Universität Bielefeld
Die Fachhochschule Bielefeld ist für ihre Erfolge in der Gleichstellung mehrfach ausgezeichnet und zugleich als familiengerechte Hochschule zertifiziert. Sie freut sich daher über Bewerbungen von Frauen. Dieses gilt in besonderem Maße im wissenschaftlichen Bereich sowie in Technik, IT und Handwerk. Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.
Auch Bewerbungen von schwerbehinderten Menschen sind erwünscht. Bei gleicher Eignung werden schwerbehinderte Menschen vorbehaltlich anderer gesetzlicher Regelungen bevorzugt eingestellt.
Detaillierte Informationen zu den Teilprojekten von SAIL finden Sie unter:
https://jaii.eu/sail. Mehrfachbewerbungen auf andere Teilprojekte im Verbund sind ausdrücklich erwünscht. Geben Sie in diesem Fall bitte die Kennziffern der jeweiligen Teilprojekte in Ihrer Bewerbung mit an.
Fragen zum Inhalt der ausgeschriebenen Stelle beantwortet Ihnen sehr gerne Herr Professor Dr. rer. nat. Axel Schneider, E-Mail:
axel.schneider@fh-bielefeld.de.
Sie haben Interesse? Bitte bewerben Sie sich bis zum
06.10.2022 unter Angabe der Kennziffer
03231 ausschließlich
hier online.