{"id":134303,"title":"KI-Forscher - Schwerpunkt Funksignalerkennung- & verarbeitung (m/w/d)","company":"Karriere Board | PLATH Corporation GmbH","city":"Hamburg","region":"Hamburg","location":"Hamburg, Hamburg","work_model":"unknown","employment_type":"full_time","employment":["full_time"],"roles":["data_science"],"visa":"not_mentioned","relocation":"not_mentioned","posted_at":"2026-10-30T09:26:02.476000+00:00","tools":["Python","PyTorch","TensorFlow"],"seniority":"unknown","years_experience_min":null,"german_requirement":"required","german_level":"unspecified","english_requirement":"required","english_level":"unspecified","team_language":"unknown","confidence":0.9,"method":"rules","language_badge":"German required","language_evidence":"Der Umgang mit großen, verrauschten oder unstrukturierten Datensätzen ist dir vertraut. Außerdem kommunizierst du sicher auf Deutsch und Englisch","requirements_snippet":"Ein abgeschlossenes Masterstudium oder eine Promotion in Elektrotechnik, Nachrichtentechnik, Informatik, Physik, angewandter Mathematik oder einem vergleichbaren Fachgebiet Du bringst fundiertes Know-how in Machine Learning und …","url":"https://careerplathgroup.softgarden.io/job/68082266/KI-Forscher-Schwerpunkt-Funksignalerkennung-verarbeitung-m-w-d-","source":"softgarden","agency":null,"description_text":"Deine Aufgaben\n• Entwickle, trainiere und evaluiere Deep-Learning-Modelle (z. B. CNNs, RNNs, Transformer) zur Erkennung, Klassifikation und Charakterisierung von Funksignalen, einschließlich Modulations- und Emittererkennung\n• Verarbeite und analysiere IQ-Daten, Spektrogramme und weitere RF-Repräsentationen mit klassischen DSP-Verfahren und datengetriebenen Methoden\n• Erforsche neue Ansätze zur Signaldetektion in verrauschten, überlagerten oder ressourcenbeschränkten Umgebungen, z. B. bei niedrigem SNR oder breitbandigem Spectrum Sensing\n• Baue Trainingsdatensätze auf, kuratiere und augmentiere sie und nutze synthetische Signaldaten sowie Verfahren der Domänenadaption\n• Setze Algorithmen prototypisch auf Software-Defined-Radio-Plattformen (SDR) und mit entsprechenden Frameworks um, validiere sie und arbeite eng mit Teams aus Signalverarbeitung, Softwareentwicklung und Systemtechnik an praxistauglichen Lösungen\n• Dokumentiere deine Ergebnisse in technischen Berichten und behalte aktuelle Forschungstrends im Blick, um ihre Relevanz für deine Arbeitsgebiete einzuschätzen\n\nDas bringst du mit\n• Ein abgeschlossenes Masterstudium oder eine Promotion in Elektrotechnik, Nachrichtentechnik, Informatik, Physik, angewandter Mathematik oder einem vergleichbaren Fachgebiet\n• Du bringst fundiertes Know-how in Machine Learning und Deep Learning mit, aus eigenen Projekten, Publikationen oder praktischer Erfahrung\n• Python ist dein Ding und du hast Erfahrung mit gängigen Deep-Learning-Frameworks wie PyTorch oder TensorFlow\n• Du verstehst die digitale Signalverarbeitung und kennst dich mit Fourier-Analyse, Filterung, Abtastung und Modulationsverfahren aus\n• Der Umgang mit großen, verrauschten oder unstrukturierten Datensätzen ist dir vertraut. Außerdem kommunizierst du sicher auf Deutsch und Englisch\n• Du denkst analytisch, arbeitest wissenschaftlich präzise und hast Lust, eigene Forschungsfragen selbstständig voranzutreiben\n\nKontaktdetails\nWir freuen uns auf deine Bewerbung mit Lebenslauf, relevanten Zeugnissen sowie – sofern vorhanden – einer Übersicht deiner Publikationen oder Projekte. Bei Fragen zur Stelle stehen wir dir gerne zur Verfügung.\nBei Fragen zu deiner Bewerbung, melden dich bitte hier: [entfernt]","responsibilities_text":"• Entwickle, trainiere und evaluiere Deep-Learning-Modelle (z. B. CNNs, RNNs, Transformer) zur Erkennung, Klassifikation und Charakterisierung von Funksignalen, einschließlich Modulations- und Emittererkennung\n• Verarbeite und analysiere IQ-Daten, Spektrogramme und weitere RF-Repräsentationen mit klassischen DSP-Verfahren und datengetriebenen Methoden\n• Erforsche neue Ansätze zur Signaldetektion in verrauschten, überlagerten oder ressourcenbeschränkten Umgebungen, z. B. bei niedrigem SNR oder breitbandigem Spectrum Sensing\n• Baue Trainingsdatensätze auf, kuratiere und augmentiere sie und nutze synthetische Signaldaten sowie Verfahren der Domänenadaption\n• Setze Algorithmen prototypisch auf Software-Defined-Radio-Plattformen (SDR) und mit entsprechenden Frameworks um, validiere sie und arbeite eng mit Teams aus Signalverarbeitung, Softwareentwicklung und Systemtechnik an praxistauglichen Lösungen\n• Dokumentiere deine Ergebnisse in technischen Berichten und behalte aktuelle Forschungstrends im Blick, um ihre Relevanz für deine Arbeitsgebiete einzuschätzen","requirements_text":"• Ein abgeschlossenes Masterstudium oder eine Promotion in Elektrotechnik, Nachrichtentechnik, Informatik, Physik, angewandter Mathematik oder einem vergleichbaren Fachgebiet\n• Du bringst fundiertes Know-how in Machine Learning und Deep Learning mit, aus eigenen Projekten, Publikationen oder praktischer Erfahrung\n• Python ist dein Ding und du hast Erfahrung mit gängigen Deep-Learning-Frameworks wie PyTorch oder TensorFlow\n• Du verstehst die digitale Signalverarbeitung und kennst dich mit Fourier-Analyse, Filterung, Abtastung und Modulationsverfahren aus\n• Der Umgang mit großen, verrauschten oder unstrukturierten Datensätzen ist dir vertraut. Außerdem kommunizierst du sicher auf Deutsch und Englisch\n• Du denkst analytisch, arbeitest wissenschaftlich präzise und hast Lust, eigene Forschungsfragen selbstständig voranzutreiben\nKontaktdetails\nWir freuen uns auf deine Bewerbung mit Lebenslauf, relevanten Zeugnissen sowie – sofern vorhanden – einer Übersicht deiner Publikationen oder Projekte. Bei Fragen zur Stelle stehen wir dir gerne zur Verfügung.\nBei Fragen zu deiner Bewerbung, melden dich bitte hier: [entfernt]","status":"open","duplicate_of":null,"first_seen":"2026-11-04T14:10:36.712220+00:00","responsibilities_summary":null,"requirements_summary":null,"all_tools":["Python","PyTorch","TensorFlow"],"posting_language":"de","evidence":[{"language":"german","requirement":"required","quote":"Der Umgang mit großen, verrauschten oder unstrukturierten Datensätzen ist dir vertraut. Außerdem kommunizierst du sicher auf Deutsch und Englisch","source":"rules"},{"language":"english","requirement":"required","quote":"Der Umgang mit großen, verrauschten oder unstrukturierten Datensätzen ist dir vertraut. Außerdem kommunizierst du sicher auf Deutsch und Englisch","source":"rules"}],"years_experience_max":null,"mobility_evidence":[],"model_version":"rules-8","english_badge":"English required","company_id":17538}