Categorías
···
Entrar / Registro

Trabajo de Máster (m/f/d): Clasificación de nubes mediante aprendizaje profundo y cámaras infrarrojas

450 €/año
Indeed
Tiempo completo
Presencial
Sin requisito de experiencia
Sin requisito de título
Av. de la Estación, 1, b.iz loc, 04005 Almería, España
Favoritos
Compartir
Parte del contenido se ha traducido automáticamenteVer original

Descripción

Resumen: Adéntrate en el fascinante mundo del Centro Aeroespacial Alemán (DLR), una asociación registrada, para contribuir con investigación e innovación a la configuración del futuro. Aspectos destacados: 1. Investigación e innovación para co-diseñar el futuro 2. Entorno laboral apasionante e inspirador 3. Participación activa en la transición energética y la protección del clima Referencia: 4362 Lugar de trabajo: Almería Fecha de inicio: 01\.06\.2026 Nivel profesional: Trabajo de estudio y/o tesis final Tipo de contrato: A tiempo parcial o a tiempo completo Duración del contrato: 6 meses **Remuneración:** La remuneración se rige por los convenios colectivos vigentes para el servicio público (federal). Adéntrate en el fascinante mundo del Centro Aeroespacial Alemán (DLR), una asociación registrada, para contribuir con investigación e innovación a la configuración del futuro. Con los conocimientos especializados y la curiosidad de nuestros aproximadamente 12\.000 empleados provenientes de 100 países, así como con nuestra infraestructura única, ofrecemos un entorno laboral apasionante e inspirador. Juntos desarrollamos tecnologías sostenibles y contribuimos así a resolver desafíos globales. ¿Te gustaría afrontar juntos esta gran tarea del futuro? ¡Entonces tu lugar está con nosotros! **Referencia:** 4362 **Lugar de trabajo:** Almería **Fecha de inicio:** 01\.06\.2026 **Nivel profesional:** Trabajo de estudio y/o tesis final **Tipo de contrato:** A tiempo completo; a tiempo parcial **Duración del contrato:** 6 meses **Remuneración:** Indemnización por gastos de 450,00 € en caso de recibir financiación ERASMUS\+ El Instituto de Investigación Solar desarrolla tecnologías innovadoras para la utilización de la energía solar. Su enfoque principal radica en la generación de electricidad, así como en el suministro de calor y combustibles. El objetivo principal es contribuir, mediante la energía solar, a la transición térmica y a la reducción de los combustibles fósiles. Lo que te espera: Una segmentación y clasificación precisas de las nubes resultan fundamentales para realizar predicciones fiables de la generación fotovoltaica y para las comunicaciones ópticas satelitales. El Instituto de Investigación Solar lidera el desarrollo de pronósticos a corto plazo sobre la nubosidad. Para hacer frente a los retos derivados del análisis de nubes, los métodos de aprendizaje automático se han mostrado como soluciones extremadamente eficaces para la detección y clasificación automáticas en imágenes del cielo de alta resolución. No obstante, persisten importantes desafíos, especialmente en escenarios con capas múltiples de nubes y bajo condiciones nocturnas. Trabajarás en un equipo diverso y motivado en cuestiones relacionadas con la transición energética, contribuyendo así activamente a la protección del clima. Al mismo tiempo, colaborarás estrechamente con tutores y colegas para intercambiar ideas y resolver desafíos. Asimismo, adquirirás experiencia práctica en aprendizaje automático, desarrollo de software, pruebas automatizadas, control de versiones y procesamiento moderno de imágenes. Como particularidad, contarás con un puesto de trabajo en Almería, uno de los lugares más soleados de Europa. Tus responsabilidades: * Realización de una investigación bibliográfica exhaustiva sobre segmentación/clasificación de imágenes y vídeos, aumento de datos, generación sintética de imágenes y aprendizaje con conjuntos de datos limitadamente anotados. * Participación en el desarrollo de un modelo basado en aprendizaje profundo para la detección y clasificación de nubes utilizando datos de imágenes infrarrojas. * Mejora de la canalización de entrenamiento para reducir la necesidad de datos de referencia anotados manualmente, incorporando técnicas de aprendizaje semisupervisado y métodos para la generación de datos sintéticos. * Apoyo en la anotación de conjuntos de datos de referencia. * Entrenamiento y evaluación de modelos para la detección y clasificación de nubes tanto en condiciones diurnas como nocturnas. * Comparación (benchmarking) del rendimiento del modelo con procedimientos existentes para la detección de nubes, así como realización de un análisis detallado del desempeño. * Documentación de la metodología y los resultados en una tesis de máster bien estructurada. Lo que aportas: * Estás cursando un máster en Informática, Física, Matemáticas, Ingeniería o un campo afín, y cuentas con buenos resultados académicos. * Experiencia en Python y conocimientos básicos en el ámbito del aprendizaje automático. * Experiencia previa en análisis de datos, visión por computadora y control de versiones con Git. * Capacidad para trabajar de forma independiente y, al mismo tiempo, cooperar eficazmente en un equipo internacional. * Excelentes conocimientos de inglés, tanto escritos como orales. **Lo que te ofrecemos** El DLR defiende la diversidad, el reconocimiento y la igualdad de todas las personas. Fomentamos el trabajo autónomo y el desarrollo individual de nuestros empleados en sus ámbitos personal y profesional. Para ello, contamos con numerosas oportunidades de formación y perfeccionamiento. La equidad de oportunidades constituye una prioridad especial para nosotros; por ello, aspiramos especialmente a incrementar la participación de las mujeres en la ciencia y en puestos directivos. Damos preferencia a las solicitudes de personas con discapacidad grave siempre que reúnan los requisitos profesionales. ¡Esperamos con ilusión conocerte! Preguntas sobre esta oferta ( **Referencia** **4362** ) serán respondidas gustosamente por: **Dr. Stefan Wilbert** Tel.: \+49 2203 601 4619

Fuentea:  indeed Ver publicación original
David Muñoz
Indeed · HR

Compañía

Indeed
Cookie
Configuración de cookies
Nuestras aplicaciones
Download
Descargar en
APP Store
Download
Consíguelo en
Google Play
© 2025 Servanan International Pte. Ltd.