Internship / Thesis - System Identification with Physics-informed ML for Vehicle Dynamics (m/w/d)
Internship / Thesis - System Identification with Physics-informed ML for Vehicle Dynamics (m/w/d)
Berlin, DE, 10587 München, DE, 80807 Mönsheim, DE, 71297
Internship / Thesis - System Identification with Physics-informed ML for Vehicle Dynamics (m/w/d)
Wir sind CARIAD, das Automotive-Software-Unternehmen der Volkswagen Group. Unsere Teams entwickeln Softwareplattformen und digitale Kundenfunktionen für legendäre Marken wie Audi, Volkswagen und Porsche – und unterstützen so die Volkswagen Group auf ihrem Weg zum führenden automobilen Technologiekonzern. CARIDIANS in Softwarezentren in Deutschland, den USA, China, Estland und Indien arbeiten daran, die Automobilität für alle neu zu gestalten.
DEIN TEAM
Für die Abteilung Fahrzeug, Energie, Bewegung & Karosserie (VEMB) suchen wir eine:n Student:in (Praktikum oder Masterarbeit) für das Projekt „Systemidentifikation mit physik-informiertem Machine Learning für Fahrzeugdynamik“. Unsere Abteilung entwickelt fortschrittliche Software für Fahrzeugenergie-, Bewegungs- und Karosseriesysteme. Unser VEMB-Vorentwicklungsteam arbeitet an Methoden für End-to-End-Lernen von VEMB-Funktionen, um eine schnellere, skalierbare und kosteneffizientere Produktentwicklung zu ermöglichen. Wir decken die gesamte Entwicklungsspanne ab – von ersten Konzepten bis hin zu Machbarkeitsnachweisen in Testfahrzeugen – in enger Zusammenarbeit mit den Serienentwicklungsabteilungen.
DEINE AUFGABEN
- Einarbeitung in den aktuellen Stand der Literatur zu physics-informed Machine Learning; Bewertung von Methoden hinsichtlich der Eignung zur Modellbildung in der Fahrzeugdynamik.
- Bewertung und Auswahl geeigneter Ansätze, um den Simulation-to-Reality-Gap zu minimieren.
- Implementierung, Erweiterung und Optimierung ausgewählter Methoden.
- Validierung der entwickelten Modelle anhand von synthetischen und realen Fahrzeugdaten.
- Zusammenarbeit mit Teams in der Vorentwicklung und Serienentwicklung.
- Arbeit in Kooperation mit einer/m DoktorandIn im Bereich physics-informed Machine Learning und Simulation-to-Reality Transfer.
DAS BRINGST DU MIT
- Laufendes Studium in einem relevanten Fachbereich wie Informatik, Robotik, Elektrotechnik oder Mechatronik, mit starkem Schwerpunkt auf Machine Learning
- Kenntnisse in Regelungstechnik und Machine Learning (physik-informiertes Machine Learning von Vorteil)
- Erfahrung mit Python und Machine-Learning-Frameworks wie PyTorch o. Ä.
- Praktische Erfahrung durch reale Projekte, z. B. studentische Projekte, Praktika oder frühere Berufserfahrung
- Starke analytische und problemlösungsorientierte Fähigkeiten
- Hohe Einsatzbereitschaft, Eigeninitiative und Teamfähigkeit
- Fließende Englisch- und Deutschkenntnisse sowie gute Kommunikationsfähigkeiten
NICE TO KNOW
- Möglichkeit für Remote-Arbeit innerhalb Deutschlands
- Dauer: 6 Monate
- 35 Stunden/Woche
- Vergütung: 13,90 €/Stunde
Bei CARIAD schätzen wir Individualität und Vielfalt – denn wir sind überzeugt, dass uns unsere Unterschiede stärker machen. Wir setzen uns aktiv dafür ein, Teams mit unterschiedlichen Hintergründen, Perspektiven und Erfahrungen aufzubauen. Unser Ziel ist ein Arbeitsumfeld, in dem sich alle wertgeschätzt fühlen und ihre Stärken einbringen können. Wenn du aufgrund einer Behinderung Unterstützung bei deiner Bewerbung brauchst, melde dich gerne bei uns unter careers@cariad.technology – wir helfen dir gerne weiter.
Wir sind CARIAD, das Automotive-Software-Unternehmen der Volkswagen Group. Unsere Teams entwickeln Softwareplattformen und digitale Kundenfunktionen für legendäre Marken wie Audi, Volkswagen und Porsche – und unterstützen so die Volkswagen Group auf ihrem Weg zum führenden automobilen Technologiekonzern. CARIDIANS in Softwarezentren in Deutschland, den USA, China, Estland und Indien arbeiten daran, die Automobilität für alle neu zu gestalten.
DEIN TEAM
Für die Abteilung Fahrzeug, Energie, Bewegung & Karosserie (VEMB) suchen wir eine:n Student:in (Praktikum oder Masterarbeit) für das Projekt „Systemidentifikation mit physik-informiertem Machine Learning für Fahrzeugdynamik“. Unsere Abteilung entwickelt fortschrittliche Software für Fahrzeugenergie-, Bewegungs- und Karosseriesysteme. Unser VEMB-Vorentwicklungsteam arbeitet an Methoden für End-to-End-Lernen von VEMB-Funktionen, um eine schnellere, skalierbare und kosteneffizientere Produktentwicklung zu ermöglichen. Wir decken die gesamte Entwicklungsspanne ab – von ersten Konzepten bis hin zu Machbarkeitsnachweisen in Testfahrzeugen – in enger Zusammenarbeit mit den Serienentwicklungsabteilungen.
DEINE AUFGABEN
- Einarbeitung in den aktuellen Stand der Literatur zu physics-informed Machine Learning; Bewertung von Methoden hinsichtlich der Eignung zur Modellbildung in der Fahrzeugdynamik.
- Bewertung und Auswahl geeigneter Ansätze, um den Simulation-to-Reality-Gap zu minimieren.
- Implementierung, Erweiterung und Optimierung ausgewählter Methoden.
- Validierung der entwickelten Modelle anhand von synthetischen und realen Fahrzeugdaten.
- Zusammenarbeit mit Teams in der Vorentwicklung und Serienentwicklung.
- Arbeit in Kooperation mit einer/m DoktorandIn im Bereich physics-informed Machine Learning und Simulation-to-Reality Transfer.
DAS BRINGST DU MIT
- Laufendes Studium in einem relevanten Fachbereich wie Informatik, Robotik, Elektrotechnik oder Mechatronik, mit starkem Schwerpunkt auf Machine Learning
- Kenntnisse in Regelungstechnik und Machine Learning (physik-informiertes Machine Learning von Vorteil)
- Erfahrung mit Python und Machine-Learning-Frameworks wie PyTorch o. Ä.
- Praktische Erfahrung durch reale Projekte, z. B. studentische Projekte, Praktika oder frühere Berufserfahrung
- Starke analytische und problemlösungsorientierte Fähigkeiten
- Hohe Einsatzbereitschaft, Eigeninitiative und Teamfähigkeit
- Fließende Englisch- und Deutschkenntnisse sowie gute Kommunikationsfähigkeiten
NICE TO KNOW
- Möglichkeit für Remote-Arbeit innerhalb Deutschlands
- Dauer: 6 Monate
- 35 Stunden/Woche
- Vergütung: 13,90 €/Stunde
Bei CARIAD schätzen wir Individualität und Vielfalt – denn wir sind überzeugt, dass uns unsere Unterschiede stärker machen. Wir setzen uns aktiv dafür ein, Teams mit unterschiedlichen Hintergründen, Perspektiven und Erfahrungen aufzubauen. Unser Ziel ist ein Arbeitsumfeld, in dem sich alle wertgeschätzt fühlen und ihre Stärken einbringen können. Wenn du aufgrund einer Behinderung Unterstützung bei deiner Bewerbung brauchst, melde dich gerne bei uns unter careers@cariad.technology – wir helfen dir gerne weiter.
Berlin, DE, 10587 München, DE, 80807 Mönsheim, DE, 71297