Werkstudent Data Curation & Annotation (Erdbeobachtung) (m/w/d)

Qualitative Trainingsdaten sind das Fundament jedes erfolgreichen KI-Modells. Wir entwickeln Lösungen zur automatisierten Analyse von Satellitendaten (SAR & EO). Für unser Team suchen wir eine engagierte Unterstützung, die uns hilft, unsere Datensätze zu kuratieren und mit hochwertigen Labels zu versehen.

• Datenannotation: Übernahme der sorgfältigen Annotation von Satellitenbildern (SAR & EO), insbesondere durch das Einzeichnen von Bounding Boxes zur Objekterkennung (z. B. Fahrzeuge, Schiffe)
• Datenqualität: Überprüfung bestehender Annotationen auf Plausibilität und Korrektheit sowie die Sicherstellung hoher Qualität der Trainingsdatensätze
• Datenkuratierung: Unterstützung bei der Auswahl und Strukturierung von Rohdaten für die weitere Verarbeitung in unseren ML-Pipelines
• Prozessoptimierung: Rückmeldung zu unseren internen Annotationspipeline und Unterstützung bei der effizienteren Gestaltung von Workflows
• ML-Unterstützung: Einblicke in die Weiterverarbeitung annotierter Daten bis hin zur Erstellung trainierter Modelle sowie Unterstützung bei einfachen Auswertungen

• Eingeschriebener Student (m/w/d) der Studiengänge Geoinformatik, Data Science, Umweltwissenschaften, Geographie oder vergleichbar
• Verständnis der Besonderheiten von Satellitendaten (z. B. Unterschiede zwischen optischen und SAR-Daten)
• Erste Berührungspunkte mit Python oder Datenbanken sind von Vorteil, aber keine zwingende Voraussetzung
• Sehr gute Englischkenntnisse
• Analytisches Denkvermögen, eine genaue und strukturierte Arbeitsweise sowie ein gutes räumliches Vorstellungsvermögen

• Attraktive Vergütung
• Flexible Arbeitszeitmodelle
• Corporate Benefits Plattform
• Individuelle und vielfältige externe sowie interne Weiterentwicklungsmöglichkeiten, u.a. in der Rheinmetall Academy
• Professioneller Einarbeitungsprozess begleitet durch ein digitales Onboarding-Tool

Zuständige/r Ansprechpartner/in: Nina Adams

Für Fragen zu Ihrer Bewerbung, nutzen Sie bitte das Kontaktformular.