Das neue MorphoSphere-Projekt entwickelt eine fortschrittliche Datenmanagementarchitektur für die verteilte, intelligente und interaktive Speicherung und Analyse großer 3D-Tomographie-Datensätze. Es integriert groß angelegte Bildgebungsanlagen, Hochleistungsrechner, Datenzentren und wissenschaftliche Gemeinschaften, um die Datenübertragung, -verarbeitung und -visualisierung zu optimieren und damit wissenschaftliche Entdeckungen in verschiedenen Forschungsbereichen zu beschleunigen.

Das exponentielle Wachstum der Bilddaten in großen Bildgebungsanlagen wie Synchrotrons hat zu großen Herausforderungen bei der Datenverarbeitung, -analyse und -zugänglichkeit geführt. Herkömmliche Methoden haben Schwierigkeiten, Datensätze im Petabyte-Bereich effizient zu verarbeiten, was die Fähigkeit der Forscher*innen einschränkt, aus komplexen 3D-Bildgebungsexperimenten aussagekräftige Erkenntnisse zu gewinnen. MorphoSphere begegnet dieser Herausforderung durch die Zusammenführung von verteiltem Rechnen, Datenverbund und künstlicher Intelligenz, um interaktive, skalierbare und intelligente Analyse-Workflows zu ermöglichen. Dieser Ansatz spiegelt einen breiteren Wandel in der wissenschaftlichen Forschung hin zu datenzentrierten Infrastrukturen wider, die Hochleistungsrechnen mit maschinellem Lernen integrieren und so die interdisziplinäre Zusammenarbeit und offene Datenpraktiken zwischen verschiedenen wissenschaftlichen Gemeinschaften fördern.

Organisationseinheit

Laboratorium für Applikationen der Synchrotronstrahlung (LAS)

Ihre Aufgaben

Sie entwickeln ein modulares, flexibles und erweiterbares Plugin-basiertes System für die Verarbeitung großer Datenmengen. Es wird in der Lage sein, Pipelines zu erstellen, die sowohl klassische Bildverarbeitungsalgorithmen als auch auf maschinellem Lernen basierende Methoden umfassen. Innerhalb dieses Rahmens helfen Sie bei der Implementierung von Algorithmen für die 3D-Bildrekonstruktion, einschließlich typischer Vor- und Nachbearbeitungsschritte. Sie optimieren Datenverarbeitungs-Pipelines für verschiedene Hardware- und Softwareplattformen und stellen dabei Benutzerfreundlichkeit, Wiederverwendbarkeit und Interaktivität sicher. Ihre Arbeit ermöglicht es Wissenschaftler*innen, komplexe Pipelines schnell zu entwerfen, zu modifizieren und auszuführen, wodurch fortgeschrittene Datenanalysen zugänglicher und effizienter werden.

Ihre Aufgaben im Einzelnen:

• Entwicklung und Zusammenstellung eines plugin-basierten Frameworks für groß angelegte Datenverarbeitungspipelines mit technologieübergreifender Unterstützung (CPU, GPU, Multi-Node-Systeme)
• Integration und Implementierung von Bildverarbeitungsalgorithmen, insbesondere für 3D-Bildgebung.
• Optimierung der Systemleistung für Recheninfrastrukturen an Partnerinstitutionen.
• Erstellung und Implementierung hochrangiger Datenverarbeitungspipelines in Python, einem visuellen Programmierwerkzeug und Integration in eine interaktive Online-Plattform

Eintrittstermin

01.03.2026

Ihre Qualifikation

Sie verfügen über ein wissenschaftliches Hochschulstudium (Master/Diplom (Uni)) in Informatik, Mathematik oder verwandten Disziplinen. Zudem bringen Sie mit: Gute Programmierkenntnisse, insbesondere mit C und Python, Berufserfahrung in der Bildverarbeitung sowie Sicherheit im Umgang mit Linux. Erfahrung mit maschinellem Lernen, Netzwerktechnologien, HPC und paralleler Programmierung mit OpenCL/CUDA ist ein Plus.