CARIAD SE
Master Thesis - Scenario Generation for Autonomous Driving with Generative Models(m/w/x)
Full-timeOn-siteSenior
Ingolstadt, Berlin, München
New Job?Nejo!
The AI Job Search Engine
CACARIAD SE
PhD Student - Virtual Simulation Models for LiDAR and Radar Sensors(m/w/x)
Berlin, Wolfsburg, Ingolstadt, Mönsheim, München
Full-timeTemporary contractOn-site
AI/ML
Nejo AI Summary
In diesem PhD-Projekt entwickelst du innovative Simulationsmodelle für LiDAR- und Radarsensoren. Du verbindest physikalische Ansätze mit Machine Learning, um die ADAS-Technologie der Zukunft zu prägen.
Requirements
- Masterabschluss in Informatik, Physik, Robotik, Mathematik, Data Science, Elektrotechnik oder vergleichbar
- Fundierte Kenntnisse in Machine Learning oder angewandter Physik
- Sehr gute Programmierkenntnisse in Python, C++ oder MATLAB
- Erfahrung mit Machine-Learning-Frameworks wie TensorFlow oder PyTorch
- Idealerweise Erfahrung mit Radar- oder LiDAR-Sensoren
- Idealerweise Erfahrung mit Simulationswerkzeugen wie CarMaker oder PreScan
- Ausgeprägte analytische und kommunikative Fähigkeiten
- Verhandlungssicheres Englisch
- Deutschkenntnisse von Vorteil
- Hohe Eigenmotivation, proaktives Handeln und Belastbarkeit
- Begeisterung für automatisiertes Fahren und Sensortechnologien
Tasks
- Am PhD-Projekt für virtuelle Simulationsmodelle arbeiten
- Stand der Technik sichten und zusammenfassen
- Hochpräzise LiDAR- und Radarsimulationsmodelle entwickeln
- Daten für hochgenaue Sensorsimulationsmodelle erheben
- Physikbasierte und Machine-Learning-Ansätze kombinieren
- Sensormodelle in Simulationsframeworks integrieren
- Validierungsmetriken definieren und Workflows implementieren
- Sensormodelle anhand realer Daten benchmarken
- Empfehlungen ableiten und Forschungsergebnisse dokumentieren
Education
Master's degree
Languages
English – Business FluentGerman – Basic
Tools & Technologies
PythonC++MATLABTensorFlowPyTorchCarMakerPreScanCarlaVTDNVIDIA DRIVE Sim
Benefits
Flexible Working
- •Möglichkeiten zum mobilen Arbeiten
More Vacation Days
- •30 Tage bezahlter Urlaub
Mentorship & Coaching
- •Unterstützung bei der Bewerbung
Find the original job posting in its most current version here. Nejo automatically captured this job from the website of CARIAD SE and processed the information on Nejo with the help of AI for you. Despite careful analysis, some information may be incomplete or inaccurate. Please always verify all details in the original posting! Content and copyrights of the original posting belong to the advertising company.
Not a perfect match?
- Helsing
AI Research Engineer - 3D Computer Vision(m/w/x)
Full-timeOn-siteSeniorMünchen, Berlin - Fraunhofer-Gesellschaft
Masterarbeit zur Entwicklung eines Prognosetools unter Nutzung von KI im Bereich der Schweißtechnik(m/w/x)
Full-timeOn-siteExperiencedBerlin - PLAN D GmbH
Machine Learning Engineer(m/w/x)
Full-timeOn-siteManagementBerlin - Juna AI
Forward Deployed AI Engineer Intern(m/w/x)
Full-timeInternshipOn-siteBerlin
CACARIAD SE
PhD Student - Virtual Simulation Models for LiDAR and Radar Sensors(m/w/x)
Berlin, Wolfsburg, Ingolstadt, Mönsheim, München
Full-timeTemporary contractOn-site
AI/ML
Nejo AI Summary
In diesem PhD-Projekt entwickelst du innovative Simulationsmodelle für LiDAR- und Radarsensoren. Du verbindest physikalische Ansätze mit Machine Learning, um die ADAS-Technologie der Zukunft zu prägen.
Requirements
- Masterabschluss in Informatik, Physik, Robotik, Mathematik, Data Science, Elektrotechnik oder vergleichbar
- Fundierte Kenntnisse in Machine Learning oder angewandter Physik
- Sehr gute Programmierkenntnisse in Python, C++ oder MATLAB
- Erfahrung mit Machine-Learning-Frameworks wie TensorFlow oder PyTorch
- Idealerweise Erfahrung mit Radar- oder LiDAR-Sensoren
- Idealerweise Erfahrung mit Simulationswerkzeugen wie CarMaker oder PreScan
- Ausgeprägte analytische und kommunikative Fähigkeiten
- Verhandlungssicheres Englisch
- Deutschkenntnisse von Vorteil
- Hohe Eigenmotivation, proaktives Handeln und Belastbarkeit
- Begeisterung für automatisiertes Fahren und Sensortechnologien
Tasks
- Am PhD-Projekt für virtuelle Simulationsmodelle arbeiten
- Stand der Technik sichten und zusammenfassen
- Hochpräzise LiDAR- und Radarsimulationsmodelle entwickeln
- Daten für hochgenaue Sensorsimulationsmodelle erheben
- Physikbasierte und Machine-Learning-Ansätze kombinieren
- Sensormodelle in Simulationsframeworks integrieren
- Validierungsmetriken definieren und Workflows implementieren
- Sensormodelle anhand realer Daten benchmarken
- Empfehlungen ableiten und Forschungsergebnisse dokumentieren
Education
Master's degree
Languages
English – Business FluentGerman – Basic
Tools & Technologies
PythonC++MATLABTensorFlowPyTorchCarMakerPreScanCarlaVTDNVIDIA DRIVE Sim
Benefits
Flexible Working
- •Möglichkeiten zum mobilen Arbeiten
More Vacation Days
- •30 Tage bezahlter Urlaub
Mentorship & Coaching
- •Unterstützung bei der Bewerbung
Find the original job posting in its most current version here. Nejo automatically captured this job from the website of CARIAD SE and processed the information on Nejo with the help of AI for you. Despite careful analysis, some information may be incomplete or inaccurate. Please always verify all details in the original posting! Content and copyrights of the original posting belong to the advertising company.
About the Company
CARIAD SE
Industry
Automotive
Description
The company builds automotive software platforms and digital customer functions for brands like Audi, Volkswagen, and Porsche.
Not a perfect match?
- CARIAD SE
Master Thesis - Scenario Generation for Autonomous Driving with Generative Models(m/w/x)
Full-timeOn-siteSeniorIngolstadt, Berlin, München - Helsing
AI Research Engineer - 3D Computer Vision(m/w/x)
Full-timeOn-siteSeniorMünchen, Berlin - Fraunhofer-Gesellschaft
Masterarbeit zur Entwicklung eines Prognosetools unter Nutzung von KI im Bereich der Schweißtechnik(m/w/x)
Full-timeOn-siteExperiencedBerlin - PLAN D GmbH
Machine Learning Engineer(m/w/x)
Full-timeOn-siteManagementBerlin - Juna AI
Forward Deployed AI Engineer Intern(m/w/x)
Full-timeInternshipOn-siteBerlin