Die Arbeit findet am Fraunhofer-Institut für Digitale Medientechnologie IDMT, Institutsteil Hör-, Sprach- und Audiotechnologie HSA in Oldenburg, statt. Die Forschungsgruppe »Akustische Ereignisdetektion« entwickelt kundenorientierte Lösungen mit maschinellen Lernverfahren und künstlicher Intelligenz zur Erfassung und Interpretation akustischer Signale, u.a. für Produktion, Fahrzeuge, Pflege oder Sicherheit. Diese Arbeit befasst sich mit der Nutzung von Foundation Models im Anwendungskontext akustischer Ereigniserkennung. 

Implementierung und Evaluierung von Fine-Tuning-Methoden für Foundation Models. Implementierung von state-of-the-art Trainingsalgorithmen in Python für PyTorch. Einbindung und Evaluierung trainierter Modelle in unüberwachte akustische Anomalieerkennungsroutinen. Teile des Frameworks werden bereitgestellt.

• Studium der Informatik, Physik, Elektrotechnik, Informationstechnik, Hörtechnik und Audiologie oder verwandter Studienrichtungen.
• Gute Programmierkenntnisse in Python.
• Idealerweise Vorkenntnisse in Maschinellem Lernen und Deep Learning.
• Idealerweise Erfahrungen mit PyTorch, Keras, TensorFlow oder ähnlichen Werkzeugen.
• Spaß an technischer Teamarbeit und interdisziplinärer Zusammenarbeit.
• Strategisches Vorgehen, Kreativität, Engagement, Eigeninitiative und eigenverantwortliches Arbeiten.