… stehen Ihnen ganz offen! Bei uns hast du die Chance, dein eigenes Projekt zu realisieren und dich ganz individuell weiterzubilden. Alle Türen stehen dir offen! Sollte in dir noch keine Idee brennen, haben wir auch viele interessante Projekte in der To-Do-Liste, aus welchen du wählen kannst:

Job Recommender System

Weiterentwicklung des Job-Recommender-Systems: Aktuell erkennt das System Kompetenzen aus Ausschreibunstexten. Synonyme für Erkannte Objekte werden bisher lediglich durch einen aufwändigen Prozess in einer Knowledgebase gespeichert (JEE, JavaEnterprise → Beides bedeutet Java). Das Matching-Verfahren zwischen Mitarbeiterkompetenzen und geforderten Kompetenzen ist noch nicht realisiert. Daraus ergeben sich folgende Anschlussprojekte:

• Named-Entity-Linking: Implementierung eines Verfahrens um vom System erkannte Kompetenzen auf eindeutige Kompetenzen zu übersetzen. So sollen gleiche Kompetenzen vom System auch als gleich erkannt werden. Möglich ist dies z.B. durch Machine Learning/Natural Language Processing.
• Erforschung und Implementierung von Vergleichs- und Bewertungsverfahren, um Mitarbeiter und Ausschreibungen anhand ihrer erkannten Attribute zuordnen, beziehungsweise Ranken zu können. Eventuelle Stoßrichtungen die eine interessante Forschungsarbeit ermöglichen: Graphentheorie.
• Knowledge-Gap-Detection-System: Kommen unter den wirklich relevanten Ausschreibungen immer wieder Anforderungen vor die noch kein LumaBit-Mitarbeiter beherrscht? Sind für bestimmte Mitarbeiter Lücken zu erkennen? Anforderungen die oft im gleichen Expertenbereich (z.B. Frontend Entwicklung) gefordert werden, die der Mitarbeiter der in diesen Bereich arbeitet noch nicht beherrscht? Stoßrichtung könnte hier auch wieder die Graphentheorie sein.

Service Roboter

Service-Roboter basierend auf ROS(Roboter Operating System): Entwicklung eines autonomen Service Robotors basierend auf einem Hobby Projekt, der sich selbstständig in einem geschlossen Raum bewegen kann.

Der Roboter besteht aus einem umgewandelten Ikea Tisch. Die Technik besteht aus folgenden Komponenten:

• Lidar
• Raspberry PI
• ESP32
• 2 Motoren DC 12V
• Gamepad zur Steuerung
• Raspberry Pi Camera

Kenntnisse:

• Ubuntu Linux
• Python
• OpenCV
• OpenScad
• 3D Druck
• Ros2
• Gazebo
• Slam (Simultaneous Localisation and Mapping)

Die Aufgabe ist, diesen Roboter soweit zu entwickeln, dass er in einem geschlossen Raum als Service-Roboter eingesetzt werden kann. Er soll seine Position selbstständig ermitteln können und vollkommen autonom zu einem gewünschten Ziel fahren können. Die Steuerung soll Sprachgesteuert und/oder durch eine App übernommen werden.