Informatiker/in (w/m/d) - Echtzeitdatenfusion

Das erwartet dich

Als Teammitglied in der Gruppe Lagebild und Cybersicherheit der Abteilung maritime Sicherheitstechnologien erforschst und entwickelst du innovative Algorithmen zur Fusion von Radar- mit anderen Sensordaten für ein robustes, echtzeitfähiges und bedrohungsadaptives Lagebild im maritimen Raum. Du entwickelst und testest Methoden zur synchronisierten Datenfusion, Qualitätsbewertung, Gewichtung nach Vertrauenswürdigkeit und Relevanz sowie zur Detektion und Korrektur von Inkonsistenzen. Besonderes Augenmerk legst du auf die Resilienz gegen Störungen und Angriffe (z. B. Jamming, Spoofing). Die Arbeit erfolgt in enger Kooperation mit Partnern aus Forschung und Anwendung. Die Ergebnisse fließen direkt in kombinierte Lagebildsysteme ein und werden in realen Szenarien getestet – mit dem Ziel, frühzeitige Schutzmaßnahmen zu ermöglichen und die Sicherheit maritimer Infrastrukturen nachhaltig zu stärken.

Deine Aufgaben

• Konzeption und Durchführung von Forschungsarbeiten zur Fusion von Radar-, Schiffsbewegungs- und anderen Daten zur Erkennung von Sicherheitsanomalien im maritimen Raum
• Entwicklung und Implementierung von Algorithmen für die Anomalieerkennung in Zeitreihen- und Geodaten, insbesondere mit Unsupervised Learning, Autoencoders und Active Learning
• Durchführung der Datenaufbereitung und -fusion aus heterogenen Quellen, inklusive Zeit- und Raumalignment sowie Datenqualitätskontrolle
• Validierung der Modelle an Datensätzen aus Feldexperimenten und Langzeitmessungen
• Veröffentlichung der Ergebnisse auf internationalen Konferenzen

Das bringst du mit

• Abgeschlossenes wissenschaftliches Hochschulstudium (Master / Diplom) der Informatik, Software Engineering oder einer anderen relevanten Fachrichtung
• Gute Kenntnisse in maschinellem Lernen, insbesondere in Unsupervised Learning, Anomalieerkennung, Zeitreihenanalyse und der Anwendung auf Sensordaten
• Erfahrung in der Entwicklung effizienter Algorithmen und Datenstrukturen für datenintensive Echtzeitanwendungen
• Praktische Erfahrung in der Sensordatenfusion, der Analyse großer, heterogener Datensätze und der Integration von Geodaten und Zeitreihen
• Programmierkenntnisse in C++ und Python, sowie Erfahrung mit Datenstrukturen, Algorithmen, Software-Architekturen und Entwicklungswerkzeugen (z. B. cmake, git, Docker, CI/CD)
• Gute Englischkenntnisse in Wort und Schrift sowie die Fähigkeit, komplexe Forschungsergebnisse klar und präzise zu kommunizieren