Internship Bachelor

Internship

The Bachelor’s program includes a 10 ECTS credit internship. The internship can be either an eight-week work placement (industrial internship) completed before or during your studies in accordance with the internship guidelines, or an internship module from a catalog of optional internships offered by Bachelor’s programs in the Faculty of Engineering. The number of places available for internship modules is limited. Registration is required. Please note this. If you are interested in an internship module not listed below, please check with the CE Bachelor’s program advisor to see whether it will be recognized.

Eligible Internship Modules for the Internship in CE Bachelor’s

Supercomputing-Praktikum (supprak), 10 ECTS
Das Supercomputing-Praktikum besteht aus folgenden Teilen: (1) Komponenten eines Supercomputers und deren Zusammenspiel; (2) typische Applikationen und Tuning von diesen; (3) Administration, Monitoring, Debugging.

HPC Software Project
Anhand eines aktuellen Forschungsthema im Bereich High Performance Computing sollen die Studierenden an die wissenschaftliche Arbeitsweise im Bereich Informatik herangeführt werden. Dazu wird typischerweise in Gruppenarbeit ein größeres Softwarepaket entwickelt und auf eine konkrete Problemstellung aus dem HPC Bereich angewendet. Beispiele sind die Implementierung und Parallelisierung eines Simulationscodes für Anwendungsprobleme aus der Strömungsmechanik oder eines neuronalen Netzes für Anwendungsprobleme, die mit Hilfe von künstlicher Intelligenz gelöst werden können.

Rechnerarchitekturen für Deep-Learning Anwendungen
Maschinelles Lernen, im speziellen Deep-Learning Netzwerke haben in den letzten Jahren stark an Bedeutung gewonnen. Anwendungsfelder umfassen beispielsweise für die Klassifikation von Bildern, das Verstehen von menschlicher Sprache oder die Überwachung von Rechentechnik bzgl. IT-Angriffen. Während die Grundlagen von Deep-Learning (Neuronale Netze) schon über einen langen Zeitraum erforscht wurden, ist eine flächendeckende Anwendung von Deep-Learning. Netzwerken erst seit jüngster Zeit möglich, da nun entsprechende leistungsfähige Rechnerarchitekturen zur Verfügung stehen um die aufwendigen Berechnungen durchzuführen. Das genannte Praktikum beschäftigt sich mit der Evaluierung verschiedener Rechnerarchitekturen (mit entsprechenden Architektureigenschaften) bzgl. der performanten Auswertung von Deep-Learning Netzwerken. Dabei werden die Architekturen CPU, GPU und FPGA genauer untersucht und bewertet. Für eine schnelle Auswertung von Deep-Learning Netzwerken spielt Parallelrechentechnik eine wichtige Rolle, deswegen werden unter anderem folgende Fragen im Praktikum genauer beantwortet:

• Wie kann ich Multi-Core CPUs effizient nutzen?
• Kann ich mit der Verwendung der SIMD-Extensions (SSE,
  AVX) ein Beschleunigung der Auswertegeschwindigkeit
  erzielen?
• Was sind GPUs und wie kann ich die massive Parallelität für
  die Auswertung von Deep-Learning Netzwerken nutzen?
• Welche Rolle spielen Caches bzw. die Speicherhierachie
  eines Rechensystems für die schnelle Auswertung von Deep-
  Learning Netzwerken?
• Wie können FPGAs genutzt werden um Deep-Learning
  Netzwerke applikationsspezifisch zu implementieren?

Für einen einfachen Einstieg wird das Deep-Learning Framework Tensorflow verwendet. Anhand einfacher Besipiele können o.g. Fragen beantwortet werden. Ein größeres Beispiel, gerechnet auf unseren eigenen Servern mit Hardware von AMD, Intel und Nvidia zeigt wie sich reale Anwendungen effizient mit “Customer-Hardware” umsetzen lassen. Hardware in verschiedenen Leistungsklassen (von wenigen Milliwatt bis mehrere Kilowatt) steht dabei zur Verfügung. Die Experimente werden in unserem Parallelrechenlabor durchgeführt. Die Studierenden erhalten eine Einführung in Form von Vorträgen. Hauptbestandteil ist die praktische Arbeit mit genannten Rechnerarchitekturen durch effiziente Programmierung mittels C(++), Cuda, OpenCL. Für den erfolgreichen Abschluss des Praktikums ist Kolloquium (ca. 15 Minuten) zu bestehen und ein Bericht (ca. 10 Seiten) anzufertigen.

GraPra Game Programming, 10 ECTS
Das Grafik-Programmierpraktikum besteht aus vier Teilen:

• Entwickeln eines Bomberman-Spiels,
• Terrain Rendering
• Rendering von Kartendaten,
• “Freestyle”.

Entwicklung interaktiver eingebetteter Systeme

• Phase I: Entwicklung von Filter- und Objekterkennungsalgorithmen
• Phase II: Portierung der Algorithmen auf das eingebettete System
• Phase III: Testen der implementierten Algorithmen auf einem realen System

Praktikum Lego Mindstorms

• Phase I: Vermittlung der Grundlagen und Einrichtung der Arbeitsumgebung.
• Phase II: Einarbeitungsphase im Team. Jedes Team legt sich auf einen Sensor fest (z.B. Ultraschall, Lichtsensor, Mikrophon) durch den sich der Roboter fernsteuern lassen soll.
• Phase III: Hauptphase im Team. Eine anspruchsvolle Aufgabenstellung wird von den Teams definiert, geplant und umgesetzt. Dazu stehen diverse Sensoren und Aktoren, sowie Android-Handys, z. B. zur Fernsteuerung über Bluetooth, zur Verfügung.

Abschluss: Zum Abschluss des Moduls gehört im Rahmen der Fachrichtung Informatik die Dokumentation und Beschreibung der umgesetzten Verfahren; wird ggf. in ein Online-Portal gestellt.
im Rahmen der Fachrichtung Lehramt die Ausarbeitung eines Unterrichtskonzepts basierend auf den gemachten Erfahrungen; wird ggf. in ein Online-Portal gestellt.

Hackerpraktikum (Bachelor) (HackBSc)
In diesem Praktikum lernen die Teilnehmer den kritischen Umgang mit offensiver IT-Sicherheit. Das Hackerpraktikum wird in mehrere Übungsblätter zu je 2-3 Wochen aufgeteilt, wobei die folgenden Themen bearbeitet werden:

• Webhacking (SQL Injection, XSS, CSRF)
• Netzwerksicherheit (Sniffing, Spoofing, MitM, DoS)
• Kryptographie (Modes of Operation, HMAC, Symmetric/Asymmetric Crypto)
• Sicherheit von Binärcode (Reverse Engineering, Stack Overflows, Shellcode, ROP)
• Systemsicherheit (Privilege Escalations, Backdoors, Rootkits)

For further information and other eligible modules for the internship please contact your TAF advisor.

Internship at the Industry

The internship at the industry takes eight weeks. Students must contact the corresponding Praktikumsamt assigned to the TAF:

 The following regulations apply for the Internship in the Bachelor program:  Richtlinien für die berufspraktische Tätigkeit für den Studiengang Computational Engineering (PDF, November 2013)