CARIAD SE
Internship / Masters Thesis - Sim‑to‑Real Transfer in Reinforcement Learning(m/w/x)
VollzeitPraktikummit Homeoffice
ab 13,9 / Stunde
Mönsheim, Berlin, München
Neuer Job?Nejo!
Die KI-Suchmaschine für Jobs
CA
CARIAD SEInternship / Masters Thesis - Sim-to-Real Transfer in Reinforcement Learning(m/w/x)
Mönsheim, München, Berlin
ab 13,9 / Stunde
VollzeitPraktikummit Homeoffice
Beschreibung
In dieser Rolle treibst du die Forschung im Bereich Reinforcement Learning voran, indem du die Lücke zwischen Simulation und Realität schließt und innovative Lernpipelines für die Mobilität von morgen entwickelst.
Lass KI die perfekten Jobs für dich finden!
Lade deinen CV hoch und die Nejo-KI findet passende Stellenangebote für dich.
Anforderungen
- •Studium Informatik, Robotik, Elektrotechnik oder Mechatronik
- •Grundlagen in Machine Learning und Reinforcement Learning
- •Fundierte Python-Kenntnisse und Erfahrung mit ML-Frameworks
- •Erfahrung mit lernbasierten Modellen in Simulationsumgebungen
- •Grundkenntnisse in Regelungstechnik oder Simulation (vorteilhaft)
- •Strukturierte Arbeitsweise und analytische Problemlösefähigkeiten
- •Fließende Englisch- und Deutschkenntnisse sowie Kommunikationsfähigkeit
Ausbildung
Laufendes Studium
Aufgaben
- •Eng mit Doktorand:innen im Bereich Reinforcement Learning zusammenarbeiten
- •Stand der Technik zu Domain Randomization und Policy Transfer analysieren
- •Fortgeschrittene Domain-Randomization-Techniken zur Robustheitssteigerung untersuchen
- •Simulationsmodelle mithilfe realer Messdaten anpassen und optimieren
- •Experimente zur Bewertung von Randomisierungs- und Anpassungsstrategien durchführen
- •Prototyp-Lernpipelines implementieren
- •Entwickelte Methoden in Simulationen und Realexperimenten validieren
- •Mit Teams aus Vor- und Serienentwicklung kooperieren
Tools & Technologien
PythonJAXML-Frameworks
Sprachen
Englisch – verhandlungssicher
Deutsch – verhandlungssicher
Benefits
Flexibles Arbeiten
- •Mobiles Arbeiten
- •Remote-Arbeit innerhalb Deutschlands
Mentoring & Coaching
- •Unterstützung bei der Bewerbung
Die Originalanzeige dieses Stellenangebotes in der aktuellsten Version findest du hier. Nejo hat diesen Job automatisch von der Website des Unternehmens CARIAD SE erfasst und die Informationen auf Nejo mit Hilfe von KI für dich aufbereitet. Trotz sorgfältiger Analyse können einzelne Informationen unvollständig oder ungenau sein. Bitte prüfe immer alle Angaben in der Originalanzeige! Inhalte und Urheberrechte der Originalanzeige liegen beim ausschreibenden Unternehmen.
Noch nicht perfekt?
- CARIAD SE
Internship / Masters Thesis - Meta-Reinforcement Learning for Vehicle Functions(m/w/x)
VollzeitPraktikummit Homeofficeab 13,9 / StundeMönsheim, München, Berlin - CARIAD SE
Internship / Masters Thesis - Inverse Reinforcement Learning for Vehicle Functions(m/w/x)
VollzeitPraktikummit Homeofficeab 13,9 / StundeMönsheim, München, Berlin - CARIAD SE
Internship / Thesis - System Identification with Physics-informed ML for Vehicle Dynamics(m/w/x)
VollzeitPraktikummit Homeofficeab 13,9 / StundeBerlin, München, Mönsheim - TRUMPF Werkzeugmaschinen SE + Co. KG
Praktikum Vergleich verschiedener Reinforcement Learning Algorithmen basierend auf Bilddaten für die CAM Programmierung von Werkzeugmaschinen(m/w/x)
VollzeitPraktikummit HomeofficeDitzingen
CA
CARIAD SEInternship / Masters Thesis - Sim-to-Real Transfer in Reinforcement Learning(m/w/x)
Mönsheim, München, Berlin
ab 13,9 / Stunde
VollzeitPraktikummit Homeoffice
Neuer Job?Nejo!
Die KI-Suchmaschine für Jobs
Beschreibung
In dieser Rolle treibst du die Forschung im Bereich Reinforcement Learning voran, indem du die Lücke zwischen Simulation und Realität schließt und innovative Lernpipelines für die Mobilität von morgen entwickelst.
Lass KI die perfekten Jobs für dich finden!
Lade deinen CV hoch und die Nejo-KI findet passende Stellenangebote für dich.
Anforderungen
- •Studium Informatik, Robotik, Elektrotechnik oder Mechatronik
- •Grundlagen in Machine Learning und Reinforcement Learning
- •Fundierte Python-Kenntnisse und Erfahrung mit ML-Frameworks
- •Erfahrung mit lernbasierten Modellen in Simulationsumgebungen
- •Grundkenntnisse in Regelungstechnik oder Simulation (vorteilhaft)
- •Strukturierte Arbeitsweise und analytische Problemlösefähigkeiten
- •Fließende Englisch- und Deutschkenntnisse sowie Kommunikationsfähigkeit
Ausbildung
Laufendes Studium
Aufgaben
- •Eng mit Doktorand:innen im Bereich Reinforcement Learning zusammenarbeiten
- •Stand der Technik zu Domain Randomization und Policy Transfer analysieren
- •Fortgeschrittene Domain-Randomization-Techniken zur Robustheitssteigerung untersuchen
- •Simulationsmodelle mithilfe realer Messdaten anpassen und optimieren
- •Experimente zur Bewertung von Randomisierungs- und Anpassungsstrategien durchführen
- •Prototyp-Lernpipelines implementieren
- •Entwickelte Methoden in Simulationen und Realexperimenten validieren
- •Mit Teams aus Vor- und Serienentwicklung kooperieren
Tools & Technologien
PythonJAXML-Frameworks
Sprachen
Englisch – verhandlungssicher
Deutsch – verhandlungssicher
Benefits
Flexibles Arbeiten
- •Mobiles Arbeiten
- •Remote-Arbeit innerhalb Deutschlands
Mentoring & Coaching
- •Unterstützung bei der Bewerbung
Die Originalanzeige dieses Stellenangebotes in der aktuellsten Version findest du hier. Nejo hat diesen Job automatisch von der Website des Unternehmens CARIAD SE erfasst und die Informationen auf Nejo mit Hilfe von KI für dich aufbereitet. Trotz sorgfältiger Analyse können einzelne Informationen unvollständig oder ungenau sein. Bitte prüfe immer alle Angaben in der Originalanzeige! Inhalte und Urheberrechte der Originalanzeige liegen beim ausschreibenden Unternehmen.
Über das Unternehmen
CARIAD SE
Branche
Automotive
Beschreibung
The company builds automotive software platforms and digital customer functions for brands like Audi, Volkswagen, and Porsche.
Noch nicht perfekt?
- CARIAD SE
Internship / Masters Thesis - Sim‑to‑Real Transfer in Reinforcement Learning(m/w/x)
VollzeitPraktikummit Homeofficeab 13,9 / StundeMönsheim, Berlin, München - CARIAD SE
Internship / Masters Thesis - Meta-Reinforcement Learning for Vehicle Functions(m/w/x)
VollzeitPraktikummit Homeofficeab 13,9 / StundeMönsheim, München, Berlin - CARIAD SE
Internship / Masters Thesis - Inverse Reinforcement Learning for Vehicle Functions(m/w/x)
VollzeitPraktikummit Homeofficeab 13,9 / StundeMönsheim, München, Berlin - CARIAD SE
Internship / Thesis - System Identification with Physics-informed ML for Vehicle Dynamics(m/w/x)
VollzeitPraktikummit Homeofficeab 13,9 / StundeBerlin, München, Mönsheim - TRUMPF Werkzeugmaschinen SE + Co. KG
Praktikum Vergleich verschiedener Reinforcement Learning Algorithmen basierend auf Bilddaten für die CAM Programmierung von Werkzeugmaschinen(m/w/x)
VollzeitPraktikummit HomeofficeDitzingen