Ihr Profil erfolgreich abgeschlossenes Hochschulstudium (Master oder vergleichbar) in den Bildungswissenschaften: Berufspädagogik, Wirtschaftspädagogik, Lehramt für berufsbildende Schulen oder vergleichbar im Ingenieur- oder Wirtschaftsingenieurwesen (Maschinenbau, Elektrotechnik, Textiltechnik, Fahrzeugtechnik, Technik-Kommunikation, Informatik, …) in den Sozial- und Gesellschaftswissenschaften mit einem Schwerpunkt in der Anwendung von Methoden empirischer Sozialforschung Fähigkeit zum selbständigen wissenschaftlichen Arbeiten im Rahmen von Forschungsprojekten Interesse an praxisnahen, wissenschaftlichen Fragestellungen in der beruflichen Didaktik Affinität zu beruflicher Fort- und Weiterbildung und Lehrkräftefortbildung Begeisterung für digitale Medien und damit verbundenen Fragestellungen im Kontext des lebenslangen Lernens Freude an anwendungsnaher Forschung und insbesondere eine Begeisterung für technische Anwendungen z.
Ihr Profil erfolgreich abgeschlossenes Hochschulstudium (Master oder vergleichbar) in den Bildungswissenschaften: Berufspädagogik, Wirtschaftspädagogik, Lehramt für berufsbildende Schulen oder vergleichbar im Ingenieur- oder Wirtschaftsingenieurwesen (Maschinenbau, Elektrotechnik, Textiltechnik, Fahrzeugtechnik, Technik-Kommunikation, Informatik, …) in den Sozial- und Gesellschaftswissenschaften mit einem Schwerpunkt in der Anwendung von Methoden empirischer Sozialforschung Fähigkeit zum selbständigen wissenschaftlichen Arbeiten im Rahmen von Forschungsprojekten Interesse an praxisnahen, wissenschaftlichen Fragestellungen in der beruflichen Didaktik Affinität zu beruflicher Fort- und Weiterbildung und Lehrkräftefortbildung Begeisterung für digitale Medien und damit verbundenen Fragestellungen im Kontext des lebenslangen Lernens Freude an anwendungsnaher Forschung und insbesondere eine Begeisterung für technische Anwendungen z.
Ziel ist die Automatisierung komplexer chirurgischer Planungsprozesse unter Verwendung moderner Self-Supervised-Techniken: * Pioneering Self-Supervised Learning: Erforschung und Adaption moderner Joint Embedding Predictive Architectures (z. B. I-JEPA, V-JEPA) für volumetrische medizinische Daten (CT/DVT).
Ziel ist die Automatisierung komplexer chirurgischer Planungsprozesse unter Verwendung moderner Self-Supervised-Techniken: * Pioneering Self-Supervised Learning: Erforschung und Adaption moderner Joint Embedding Predictive Architectures (z. B. I-JEPA, V-JEPA) für volumetrische medizinische Daten (CT/DVT).