Dein Alltag dreht sich um die Forschung zu latenten Weltmodellen im autonomen Fahren. Du optimierst Modelle, führst Experimente durch und arbeitest eng mit Doktorand:innen sowie dem Engineering-Team zusammen.
Anforderungen
- •Laufendes Master Studium in Informatik
- •Sehr gute akademische Leistungen
- •Gutes Grundlagenwissen in (self-)supervised Learning
- •Sehr gute Kenntnisse in PyTorch
- •Angewandte Kenntnisse in Python und C++
- •Strukturierte und selbstständige Arbeitsweise
- •Ausgeprägte Kommunikationsfähigkeit
Deine Aufgaben
- •Aktuellen Stand der Technik recherchieren
- •Weltmodelle auf automobilen Datensätzen feintunen
- •Umfangreiche Experimente auf Datensätzen durchführen
- •Einsatz von Weltmodellen für Motion Planning untersuchen
- •Eng mit Doktorand:innen und Model-Engineering-Team zusammenarbeiten
Deine Vorteile
Remote-Arbeit innerhalb Deutschlands
Dauer: 6 Monate mit Option auf Verlängerung
35 Stunden/Woche
Original Beschreibung
# Internship / Master Thesis - Latent Predictive World Models for End-2-End Autonomous Driving (f/m/d)
## DEIN TEAM
Wir bieten Dir eine spannende Möglichkeit für Deine Masterarbeit oder für ein Praktikum in unserem ADAS/AD Pre-Development Team im Bereich der Modellentwicklung für autonomes Fahren. Für folgendes Thema übernimmst Du die Verantwortung: latente prädiktive Weltmodelle. Ziel dieser Masterarbeit / dieses Praktikums ist es, den aktuellen Stand der Forschung zu latenten Weltmodellen zu bewerten, zu untersuchen, wie sie eingesetzt werden können, und ein vortrainiertes Modell in unseren AD/ADAS-Stack und/oder unsere Lernumgebung zu integrieren.
Die Abteilung arbeitet an Software und Machine-Learning-Modellen für automatisiertes Fahren in urbanen Umgebungen. Innerhalb dieser Abteilung sind wir ein Team von ehrgeizigen und hochmotivierten Expert:innen im Bereich selbstfahrender Fahrzeuge, das in einem agilen Umfeld daran arbeitet, den autonomen Fahr-Stack weiterzuentwickeln.
## DEINE AUFGABEN
* Recherchiere und bewerte den aktuellen Stand der Technik zu latenten Weltmodellen im Kontext des autonomen Fahrens
* Feintune bestehende Weltmodelle auf automobilen Datensätzen zur Vorhersage latenter Zustände
* Führe umfangreiche Experimente auf öffentlichen sowie internen Datensätzen durch
* Untersuche den Einsatz von Weltmodellen für End-to-End Motion Planning und Closed-Loop Training
* Arbeite eng mit unseren Doktorand:innen und dem Model-Engineering-Team zusammen
## DAS BRINGST DU MIT
* Laufendes Master Studium im Bereich Informatik, Robotik, Elektrotechnik oder einem vergleichbaren Studiengang
* Sehr gute akademische Leistungen
* Gutes Grundlagenwissen im Bereich (self-)supervised Learning, transformerbasierte Architekturen und (Vision) Foundation Models
* Sehr gute Kenntnisse in Machine-Learning-Frameworks wie PyTorch
* Angewandte Kenntnisse in Softwareentwicklung und Programmierung mit Python und C++
* Strukturierte und selbstständige Arbeitsweise, überdurchschnittliches Engagement und Flexibilität
* Ausgeprägte Kommunikationsfähigkeit und analytisches Verständnis
## NICE TO KNOW
* Remote-Arbeit innerhalb Deutschlands möglich
* Dauer: 6 Monate mit Option auf Verlängerung
* 35 Stunden/Woche
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.