Praktika für Schülerinnen und Schüler

News

01.04.2020

MEDIATOR: Kommunikationslösungen für jeden Einsatz

Im FFG-Programm "Forschungspartnerschaften – Industrienahe Dissertationen" wurde am AIT die Anwendung CrowdTasker zur Unterstützung von Krisenmanagern entwickelt

31.03.2020

Exzellent und innovativ: 5 ERC Advanced Grants für Forschende in Österreich

Jüngste Runde bringt bis zu 12,5 Millionen Euro des Europäischen Forschungsrats an heimische Universitäten und das IST Austria – FFG bietet umfassendes Serviceangebot

24.03.2020

#Success Story: Bluecode >> Smart und sicher bezahlen!

Das Tiroler Unternehmen Secure Payment Technologies und die Bluecode International AG ermöglichen bargeldloses Bezahlen mit dem Smartphone und werden von der FFG, dem Enterprise Europe Network und der Standortagentur Tirol unterstützt sowie mit EU-Mitteln gefördert.

19.03.2020

Probier’s mit einer Initiativbewerbung

Kein passendes Praktikum gefunden?

Finde hier dein Praktikum

99 Praktika gefunden
Ort:
Klagenfurt
Organisation:
Universität Klagenfurt - Fakultät für Technische Wissenschaften
Fachbereich:
Sonstige und interdisziplinäre Technische Wissenschaften
Zeitraum:
13.07.2020 bis 07.08.2020
Beschreibung:
Die Projekteilnehmer erstellen ein System, welches Bewegungen und/oder Posen detektiert und eine kleine Menge an einfachen Bewegungen unterscheiden kann, um damit in weiterer Folge einen kleinen fahrenden Roboter durch ein kleines Labyrinth zu steuern.

Im Zuge des Projekts werden die Projektteilnehmer in die Bewegungserfassung und –erkennung eingeführt und erlernen den praktischen Umgang mit dem Motion Capturing System OptiTrack. Weiters arbeiten sie mit frei programmierbaren Robotern, welche auch in der Forschung verwendet werden (sogenannten Balboas).
Ort:
Klagenfurt
Organisation:
Universität Klagenfurt - Fakultät für Technische Wissenschaften
Fachbereich:
Sonstige und interdisziplinäre Technische Wissenschaften
Zeitraum:
13.07.2020 bis 07.08.2020
Beschreibung:
Knowing how people move around inside buildings enables a higher comprehension of indoor security, social networking and energy management. We will see how gathering data from the environment can be used together with Artificial Intelligence to enable better performing energy distribution.
During this activity students will partake in developing the following:
- A smart sensing board that acquires data from the environment and correlates it with human presence, energy usage and time of day/year
- An Artificial Intelligence approach to optimize energy consumption in buildings
Ort:
Klagenfurt
Organisation:
Universität Klagenfurt - Fakultät für Technische Wissenschaften
Fachbereich:
Sonstige und interdisziplinäre Technische Wissenschaften
Zeitraum:
13.07.2020 bis 07.08.2020
Beschreibung:
Knowing how people move around inside buildings enables a higher comprehension of indoor security, social networking and energy management. We will see how gathering data from the environment can be used together with Artificial Intelligence to enable better performing energy distribution.
During this activity students will partake in developing the following:
- A smart sensing board that acquires data from the environment and correlates it with human presence, energy usage and time of day/year
- An Artificial Intelligence approach to optimize energy consumption in buildings
Ort:
Klagenfurt
Organisation:
Universität Klagenfurt - Fakultät für Technische Wissenschaften
Fachbereich:
Sonstige und interdisziplinäre Technische Wissenschaften
Zeitraum:
13.07.2020 bis 07.08.2020
Beschreibung:
Interns shall collaborate with team members of ATHENA and work on specific topics in the research areas (eg software development and programming of various modules related to multimedia content provisioning (video coding), content delivery (video networking), content consumption (video player) and end-to-end aspects: video player (Javascript, Android) enhancements and end-to-end improvements of the aforementioned research aspects.
Ort:
Klagenfurt
Organisation:
Universität Klagenfurt - Fakultät für Technische Wissenschaften
Fachbereich:
Sonstige und interdisziplinäre Technische Wissenschaften
Zeitraum:
13.07.2020 bis 07.08.2020
Beschreibung:
Knowing how people move around inside buildings enables a higher comprehension of indoor security, social networking and energy management. We will see how gathering data from the environment can be used together with Artificial Intelligence to enable better performing energy distribution.
During this activity students will partake in developing the following:
- A smart sensing board that acquires data from the environment and correlates it with human presence, energy usage and time of day/year
- An Artificial Intelligence approach to optimize energy consumption in buildings
Ort:
Klagenfurt
Organisation:
Universität Klagenfurt - Fakultät für Technische Wissenschaften
Fachbereich:
Sonstige und interdisziplinäre Technische Wissenschaften
Zeitraum:
13.07.2020 bis 07.08.2020
Beschreibung:
Die FerialpraktikantInnen werden mithilfe einer visuellen Programmiersprache erste Schritte in maschinelles Lernen machen und in mehreren Experimenten wie zum Beispiel „wie lernt ein Computer Katzen von Hunden zu unterscheiden“ oder „kann mein Rechner auch andere Spiele lernen, wie „Stein, Papier, Schere“, „PacMan“ oder „TicTacToe““ selbst ausprobieren, wie die Grundlagen von KI und Neuronalen Netzen funktionieren. Die Erkenntnisse werden genutzt um entsprechende Aufbauten für PR Auftritte für SchülerInnen auf der AAU/Schulen/Messen vorzubereiten.
Ort:
Klagenfurt
Organisation:
Universität Klagenfurt - Fakultät für Technische Wissenschaften
Fachbereich:
Sonstige und interdisziplinäre Technische Wissenschaften
Zeitraum:
13.07.2020 bis 07.08.2020
Beschreibung:
In vielen alltäglichen Objekten stecken mathematische Konzepte: von der sicheren oder geheimen Übertragung von Nachrichten, über die Erstellung von Stundenplänen und das Finden optimaler Auslieferrouten bis hin zur optimalen Planung von Städten.

Im Rahmen des Ferialpraktikums wollen wir die mathematischen Konzepte, die hinter derartigen Problemen stehen anhand des Schemas „Experimentieren – Vermuten – Beweisen“ erforschen. Die gefundenen Erkenntnisse sollen dann insbesondere für die Öffentlichkeit (z.B. Lange Nacht der Forschung, Kurzvideos) digital aufbereitet werden.
Ort:
Klagenfurt
Organisation:
Universität Klagenfurt - Fakultät für Technische Wissenschaften
Fachbereich:
Sonstige und interdisziplinäre Technische Wissenschaften
Zeitraum:
13.07.2020 bis 07.08.2020
Beschreibung:
In vielen alltäglichen Objekten stecken mathematische Konzepte: von der sicheren oder geheimen Übertragung von Nachrichten, über die Erstellung von Stundenplänen und das Finden optimaler Auslieferrouten bis hin zur optimalen Planung von Städten.

Im Rahmen des Ferialpraktikums wollen wir die mathematischen Konzepte, die hinter derartigen Problemen stehen anhand des Schemas „Experimentieren – Vermuten – Beweisen“ erforschen. Die gefundenen Erkenntnisse sollen dann insbesondere für die Öffentlichkeit (z.B. Lange Nacht der Forschung, Kurzvideos) digital aufbereitet werden.
Ort:
Klagenfurt
Organisation:
Universität Klagenfurt - Fakultät für Technische Wissenschaften
Fachbereich:
Sonstige und interdisziplinäre Technische Wissenschaften
Zeitraum:
13.07.2020 bis 07.08.2020
Beschreibung:
Interns shall collaborate with team members of ATHENA and work on specific topics in the research areas (eg software development and programming of various modules related to multimedia content provisioning (video coding), content delivery (video networking), content consumption (video player) and end-to-end aspects: video player (Javascript, Android) enhancements and end-to-end improvements of the aforementioned research aspects.
Ort:
Klagenfurt
Organisation:
Universität Klagenfurt - Fakultät für Technische Wissenschaften
Fachbereich:
Sonstige und interdisziplinäre Technische Wissenschaften
Zeitraum:
13.07.2020 bis 07.08.2020
Beschreibung:
Die PraktikantInnen erforschen, wie ein Computer aus Daten lernt. Die PraktikantInnen sollen sich im Team mit verschiedenen Daten auseinandersetzen, um die Möglichkeiten und Grenzen von Machine Learning Techniken kennen zu lernen. Dazu gehören: Aufbereitung der Grunddaten, Wahl der Analysemethode, Interpretation der Resultate.

Alle Fragestellungen und Probleme können auch ohne Programmiererfahrung gelöst werden (etwa über Toolkits wie Orange). Jene mit Programmiererfahrung können ihre Kenntnisse durch die Nutzung von Programmierframeworks (wie Python + scikit-learn) vertiefen.