Entwicklung einer Image-Processing-Pipeline zur Hautfarbenmessung an mehreren Gesichtspositionen mit automatisierter Qualitätskontrolle (Gesichtssegmentierung, Ausschluss von Reflexionen, Schatten und Verdeckungen)
Quantifizierung der Messprärision: Varianzanalyse nach Subjekt, Ort, Bildgebungssystem, Betrachtungswinkel und Besuch; Wiederholbarkeits- und Test-Retest-Analyse
Charakterisierung und Korrektur oder statistische Berücksichtigung von Unterschieden zwischen Bildgebungssystemen
Entwicklung eines kalibrierten probabilistischen Modells zur Schätzung des Hauttyps (Fitzpatrick) mit expliziter Unsicherheitsquantifizierung
Durchführung vordefinierter Robustheits- und Fairness-Checks über den gemessenen Hautfarbbereich
In Phase zwei: Unterstützung weiterer AI-Lab-Initiativen wie Noesis (Teoxane-interner KI-Assistent) und LightRAG-basierte Dokumentverarbeitung
Dokumentation von Methodik, Ergebnissen und Code zur Projektfortführung

Laufendes Masterstudium in Data Science, Angewandter Statistik, Engineering oder verwandtem Feld
Starke Python-Kenntnisse: NumPy, pandas, scikit-learn und Bildverarbeitung (OpenCV, Pillow)
Fundierte angewandte Statistik: Varianzkomponenten, Unsicherheitsquantifizierung, Kalibrierung
Vertrautheit mit PyTorch; Interesse an Kolorimetrie (CIELAB), LLMs und RAG ist von Vorteil
Neugierig, präzise, eigenverantwortlich; arbeitet gut unabhängig und in cross-funktionalen Teams
Fließend Englisch; Französisch ist von Vorteil

AI Engineer Intern

Über den Job