Arbeitsumfeld

Im Team Fahrzeugsicherheitstest sind wir für den gesamten Prüfumfang rund um die aktive und passive Sicherheit verantwortlich. Dazu gehören das Entwickeln notwendiger Prüfmittel, Messwerkzeuge, Analysemethoden, Softwaretools, IT-Systeme und Datenbanken. Aufgrund der großen Menge an generierten Messdaten ist es notwendig, Analysen ohne menschliches Zutun durchführen zu können. Dazu werden KI-Algorithmen trainiert und kontinuierlich mit neu eingegebenen Daten aktualisiert, um möglichst optimierte und aussagekräftige Auswertungen zu generieren. Es besteht die Möglichkeit, eine Abschlussarbeit zu schreiben.

Mögliche Aufgaben dieser Rolle

• Recherchieren von Literatur im Bereich des überwachten Lernens (Regression) und statistisches Modellieren zur Vorhersage von Zeitreihendaten

• Identifizieren und Anpassen der besten Methoden für genaue Vorhersagen gemäß den Projektanforderungen

• Erstellen und Implementieren von Python-Skripten zum Verarbeiten von Daten, Analysieren, Visualisieren und Anpassen ausgewählter Methoden

• Durchführen und Bewerten von Experimenten mit den implementierten Methoden und Analyse der Ergebnisse, einschließlich Stärken und Schwächen

Anforderungen an die Qualifikation

• Studierende der Fachrichtungen Ingenieurwissenschaften, Informatik oder vergleichbare Studienrichtungen

• Sehr gute Leistungen

• Interesse an passiver Fahrzeugsicherheit und am Anwenden von KI-Methoden in realen Szenarien

• Grundkenntnisse in relevanten Machine-Learning-Frameworks wie PyTorch, TensorFlow und Bitbucket/GIT sind für die Versionskontrolle von Vorteil

• Ausgeprägte Programmierkenntnisse in Python

• Deutsch und Englisch Sprachniveau C1 

• Selbstständiges Arbeiten, Probleme lösen, strukturierter Arbeitsstil 

Folgende Dokumente sind mit der Bewerbung einzureichen

• Lebenslauf

• Aktuelle Immatrikulationsbescheinigung

• Aktueller Notenspiegel

• Bei einem Pflichtpraktikum zusätzlich eine Bescheinigung der Hochschule

• Arbeitserlaubnis bei Nicht-EU Bürgerinnen / Bürger