Hallgatóknak

A HUN-REN SZTAKI kiemelt hangsúlyt fektet a jövő kutatóinak, fejlesztő mérnökeinek kinevelésére. Elkötelezettek vagyunk az iránt, hogy a leendő szakemberek minél magasabb minőségű és a piaci igényekhez jobban igazodó képzést kapjanak. Több hazai egyetemmel, kiemelten a Budapesti Műszaki és Gazdaságtudományi Egyetemmel, az Eötvös Loránd Tudományegyetemmel, az Óbudai Egyetemmel , a Pázmány Péter Katolikus Egyetem informatikai karával állunk szoros kapcsolatban, hogy ismereteinket, kutatás-fejlesztési tapasztalatainkat átadjuk a hallgatóinknak.

Munkatársaink közül többen oktatói részvétellel, hallgatói programok támogatásával veszünk részt az egyetemi életben. Az elmúlt években számos diplomamunka, önálló labor, nyári szakmai gyakorlat, tudományos diákköri kutatómunka (TDK) és PhD. képzés zárult le sikerrel intézetünk közreműködésével.

Célunk, hogy a jövőben ezek az együttműködések még szorosabbá váljanak. Jelentkezz hozzánk!

Az alábbi lehetőségeket kínáljuk:

• szakmai gyakorlat;
• munkavégzés részmunkaidőben;
• PhD./Msc./Bsc. diplomamunka témavezetés, konzulensi támogatás;
• élő kutatási-és fejlesztési projektekben, publikációkban való aktív részvétel.

Jelentkezés

Jelentkezéshez magyar vagy angol nyelvű fényképes önéletrajzra és motivációs levélre van szükségünk, amely tartalmazza, hogy mely szakterület, melyik fenti lehetőség érdekel, mikortól és milyen hosszú távra tervezed a gyakorlatot.

A leendő munkatársak, gyakornokok kiválasztásánál figyelembe vesszük a tanulmányi eredményeket, számítógépes ismereteket, a szakterület ill. téma iránti érdeklődést és a személyes hozzáállást.

Önéletrajzodat és motivációs leveledet elküldheted a hr@sztaki.hun-ren.hu e-mailcímre.

NYÁRI SZAKMAI GYAKORLATI TÉMÁK 2024:

I. Gépi Érzékelés Kutatólaboratórium

Az alábbi témakörökből lehet választani:

1. téma: Testing Data Structures and Deep Learning Algorithms for Remote Sensing in Flood Tracking

Project Background:

We are conducting a cutting-edge AI project focusing on the training and evaluation of multiple neural network models using satellite imagery, particularly from the Sentinel-2. This project aims to enhance the accuracy of image classification and segmentation tasks through comparative analysis and model improvement. We are seeking a master's student intern to join our team and contribute to this exciting project.

Responsibilities:

• Data Preparation and Preprocessing: Assist in preparing and preprocessing large-scale satellite image datasets.
• Model Training: Train various neural network models using popular deep learning frameworks (e.g., TensorFlow, PyTorch). Models include UNet, AttentionUNet, ResidualAttentionUNet, ViT_seg, FPN, among others.
• Model Evaluation: Test and evaluate trained models, analyzing performance using various metrics.

Main Tasks:

• Basic Image Processing and Pattern Recognition Methodologies: Implement and apply various image processing and pattern recognition techniques.
• Structuring Multilayer Models: Develop and structure multilayer models for advanced image analysis.
• Approaches and Deep Neural Network Solutions: Implement and test machine learning and deep neural network solutions for image classification and segmentation.

Requirements and Technical Skills:

• Educational Background: Currently pursuing a master's degree in Computer Science,
• Artificial Intelligence, Data Science, or a related field.
• Proficient in Python and C++ programming.
• Strong understanding of deep learning fundamentals and familiarity with common deep
• learning frameworks (TensorFlow or PyTorch).
• Capable of data processing and analysis, familiar with tools like Numpy, Pandas, and
• Matplotlib.
• Basic knowledge of image processing and pattern recognition methodologies.
• Experience with structuring Multi-layer Markov Random Field models.
• Excellent communication skills in English and strong teamwork abilities.
• Self-motivated and capable of solving problems independently.

Place of Work:Budapest, XI.

Applicaton:

please send your English CV to Chang Liu at @email and Yahya Ibrahim @email and ,,cc” to @email

For more information or to apply, please contact Chang Liu at @email or Yahya Ibrahim @email

For administrative issues, please contact Anita Keszler at: @email

Archívum:

Mérnöki és Üzleti Intelligencia Kutatólaboratórium :

2 nagy téma közül lehet választani:

1. Mobilrobotra szerelt kollaboratív robotkar felkészítése pakolási feladatokra

A fejlesztési környezet egyedi fejleszésű mobilrobotra szerelt UR5-ös ipari robotkar, amelyet saját robot nyelvén (~Python) lehet alapszinten programozni, de később a SZTAKI saját fejlesztésű Java környezetében kell a feladatot megoldani.

Jelen nyári gyakorlat feladata, hogy a robotkarral egy off-line módon specifikált többszintes alakzatot felépítsünk a mobilroboton szállított fa téglák segítségével.

Feladatok:

• Megfelelő modell felépítése,
• Az alakzat megadás kidolgozása, specifikálása,
• Az építési korlátok (munkatér, építési méret stb. meghatározása,
• A tégláknak a tárolóból történő ki-bevételének a robotos betanítása,
• A kész alakzat alapján a műveleti sorrendet meghatározó modul illesztése
• Bemutatható demonstráció elkészítése

Szükséges előismeretek:

• alapszintű angol nyelvtudás
• szoftver (Java, Python) fejlesztési tapasztalatok
• robotprogramozási tapasztalat előnyt jelent, de nem feltétel

A sikeres gyakorlat után lehetőség van a munka továbbfejlesztésére pl. TDK munka keretében.

Jelentkezés módja: Önéletrajzzal, a gyakornoki időkeret megadásával, elektronikus úton Nacsa János témavezető részére a nacsa.janos@sztaki.hun-ren.hu valamint „cc”-ben a hr@sztaki.hun-ren.hu e-mail címen.

2. Moduláris szerelési platform kialakítása robotos és kollaboratív (ember-robot) szerelési feladatra

A SZTAKI-ban korábban kifejlesztésre került egy palettás szerelési környezet, amely segítségével gömbcsapokat lehet sokféle módon összeszerelni. A fenti rendszer továbbfejlesztése és validálása a szakmai gyakorlat célja.

A nyári gyakorlat intenzív robotprogramozási feladatot jelent egy UR10-es ipari robotkarral, amely különféle szerelési műveletek pontos betanítását, és a kalibrálási módszerek finomítását is igényli. A gyakorlat végén négy féle elemkészlettel, sokféle layout (melyik szerelési elem hol helyezkedik el a palettán) kialakításával történő komplett szerelést valósít meg a gyakornok.

Feladatok:

• Elemi szerelési műveletek finombeállítása,
• Szerelési segédelemek pontos kalibrálása,
• A kalibráló módszer és szoftver finomhangolása
• A nem működőképes layout kialakítások felismerése, előzetes kiszűrése,
• A meglevő - saját fejlesztésű - szimulátor hozzáillesztése a megváltozott környezethez
• Bemutatható demonstráció elkészítése

Szükséges előismeretek:

• alapszintű angol nyelvtudás
• szoftver (C##, Python) fejlesztési tapasztalatok
• robotprogramozási tapasztalat előnyt jelent, de nem feltétel

A sikeres gyakorlat után lehetőség van a munka továbbfejlesztésére pl. TDK munka keretében.

Munkavégzés helye:Budapest, XI.kerület , Kende utca/ Lágymányosi utca

Jelentkezés módja: Önéletrajzzal, a gyakornoki időkeret megadásával, elektronikus úton Nacsa János témavezető részére a nacsa.janos@sztaki.hun-ren.hu valamint „cc”-ben a hr@sztaki.hun-ren.hu e-mail címen.

Csatlakozz hozzánk Te is! Várjuk a jelentkezésedet!