Wissenschaftliche:r Mitarbeiter:in (w/m/d) Data Scientist – Audio & Machine Learning

About

Das Institut für Wasserschall, Sonartechnik und Signaltheorie (IWSS) der HSB arbeitet in einem interdisziplinäres Forschungsteam im Bereich digitale Forensik, Signalverarbeitung und Künstliche Intelligenz. Unser Fokus liegt auf der Entwicklung moderner Verfahren zur Analyse von Audiodaten. Aktuell suchen wir Verstärkung für ein Projekt im Bereich Klassifikation und Charakterisierung Echtzeit-Audio-Aufzeichung.

Position

Wissenschaftliche:r Mitarbeiter:in (w/m/d) Data Scientist – Audio & Machine Learning

Employment

Voller wöchentlicher Arbeitszeit (40 Std.)

Responsibilities

• Entwicklung und Implementierung von Few-Shot Lernverfahren (insb. Prototypical Networks) zur Klassifikation anhand akustischer Merkmale
• Extraktion und Verarbeitung von Audio-Merkmalen (z. B. Mel-Spectrogramme, MFCCs) aus Zeitsignalen
• Design und Training von metrischen Lernmodellen mit Fokus auf robuste Identifikation
• Erweiterung der bestehenden Frameworks um:
  • Open-Set Klassifikation
  • Umweltparameter-Regression (z. B. RT60, Raumvolumen)
  • Robustheit gegenüber Signaldegradation (Kompression, Rauschen etc.)
• Aufbau und Verwaltung von Datensätzen, Simulation synthetischer Szenarien (z. B. mit pyroomacoustics)
• Durchführung von Performance-Analysen (Accuracy, F1, Recall, Top-n) und Visualisierung von Ergebnissen
• Dokumentation und Präsentation der Ergebnisse in internen und ggf. wissenschaftlichen Kontexten

Im Rahmen des Projekts besteht bei Eignung und Interesse auch die Möglichkeit zur Promotion.

Qualifications

• Abgeschlossenes wissenschaftliches Hochschulstudium (Master/Uni-Diplom) im Bereich Elektrotechnik oder Informatik oder vergleichbarer Fachrichtung
• Sehr gute Kenntnisse in Machine Learning mit PyTorch (oder alternativ TensorFlow)
• Verständnis von Deep-Learning-Architekturen wie CNNs und Prototypical Networks
• Strukturierte, eigenverantwortliche Arbeitsweise
• Gute Deutsch- und Englischkenntnisse in Wort und Schrift (mind. CEF-Level B2)
• Hohes Maß an Motivation, Engagement und Teamfähigkeit
• Fähigkeit zu selbständiger und eigenverantwortlicher Arbeit in der Forschung

Desired Skills

• Erfahrung mit Audioverarbeitung (z. B. mit torchaudio, librosa, scipy.signal)
• Kenntnisse in Few-Shot Learning
• Erfahrung im Umgang mit spektralen Audiofeatures (z. B. MFCCs, Log-Mel)

Contact

Für Rückfragen steht Ihnen Prof. Dr. Benjamin Lehmann, Tel. 0421-5905-3470, E-Mail: benjamin.lehmann@hs-bremen.de zur Verfügung.

IWSS, Neustadtswall 30, 28199 Bremen