About this role
Gigahertz Solutions GmbH ist ein führender Hersteller von Messtechnik für Hochfrequenz- und Elektrosmog-Analyse. Für ein neues Hochfrequenz-Analysegerät (HFA7-Serie) suchen wir eine engagierte Studentin / einen engagierten Studenten, die/der im Rahmen einer Bachelor- oder Masterarbeit eine PC-Software zur Auswertung, Visualisierung und optional KI-gestützten Signalerkennung entwickelt.
Aufgaben
Konzeption & Entwicklung einer PC-Anwendung (z. B. in C#, Flutter, Python, Java oder vergleichbar)
Datenimport (CSV/JSON) aus dem HFA-Gerät
Visualisierung
Zeitreihen (Peak, RMS, Average)
Spektren / Balkendiagramme pro Frequenzband
Summendarstellung über alle Bänder
Interaktive Marker, Zoom, Cursors, Tooltips
Reporting & Export (CSV, PDF-Reports)
Usability/UX für Fachanwender (Baubiologen, Ingenieure, Security)
Optional / Schwerpunkt KI-Signalerkennung (empfohlen für Master):
Feature-Engineering & DSP (z. B. STFT/Spektrogramme, Peaks, Bandpower, Entropie)
Klassifikation gängiger Signaltypen (Baseline-Modelle bis hin zu CNN/Transformer auf Spektrogrammen)
Anomalie-Erkennung (z. B. Isolation Forest, Autoencoder) für unbekannte oder seltene Signale
On-Device/Edge-Inference (z. B. ONNX Runtime) und Echtzeit-Tagging im Plot
Evaluationsmetriken, Confusion-Matrix, Precision/Recall je Frequenzband
Sauberes Modell- und Daten-Versioning (z. B. DVC)
Qualifikation
Studium in Informatik, Elektrotechnik, Medientechnik oder verwandten Fächern Freude an Softwareentwicklung mit Bezug zu Messtechnik/Signalverarbeitung Programmierkenntnisse (z. B. C#, Flutter/Dart, Python, JavaScript o. ä.) Nice to have: Grundkenntnisse in DSP/ML (z. B. NumPy/SciPy, PyTorch/TensorFlow, STFT), Erfahrung mit GUI-Frameworks und Datenvisualisierung
Benefits
Praxisnahe Abschlussarbeit mit direktem Bezug zu einem innovativen Produkt Betreuung durch erfahrene Ingenieure & Entwickler Chance, dass Ihre Lösung in ein marktreifes Produkt einfließt Flexible Arbeitsweise (Homeoffice + vor Ort in Langenzenn)
Hintergrund:
Unser neues HF-Messgerät erfasst hochfrequente Signale im Bereich 200 MHz bis 12 GHz. Die Daten werden per USB/SD-Karte auf den PC übertragen und dort grafisch sowie tabellarisch dargestellt. Ziel ist ein praxisgerechtes Tool, das Langzeitmessungen (z. B. 7 Tage) und Rohdatenanalysen (z. B. 20.000 Messungen/s) effizient aufbereitet.
Spannender Zusatz: Aufbauend auf den Daten kann ein KI-Modul entwickelt werden, das typische Signalarten erkennt (z. B. WLAN/Bluetooth/LTE/5G, Radar-Artefakte) und Anomalien markiert – als Grundlage für spätere Anwendungen wie Drohnen- oder Mobilfunk-Erkennung.