In diesem Praktikum arbeitest du an der Optimierung der AD-Wahrnehmung mit innovativen Algorithmen. Du führst umfassende Studien durch, implementierst und evaluierst fortschrittliche Techniken, während du eng mit Fachleuten im Bereich autonomes Fahren kooperierst.
Anforderungen
- •Laufendes Studium im Bereich Informatik
- •Fundierte Kenntnisse in Computer Vision
- •Sehr gute Kenntnisse in Python
- •Erfahrung mit C++ von Vorteil
- •Ausgezeichnete Problemlösungsfähigkeiten
- •Starke analytische Fähigkeiten
- •Kommunikationsstärke in Englisch
- •Ausgeprägte Teamfähigkeit
- •Kenntnisse über Tracking-Architekturen von Vorteil
Deine Aufgaben
- •Umfassende Studie im Bereich Multi-Object-Tracking durchführen
- •Fortgeschrittene Wahrnehmungsalgorithmen implementieren und evaluieren
- •Modernste Techniken für Tracking-Pipelines anwenden
- •Systematische Analyse der Algorithmenleistung durchführen
- •Eng mit Experten aus dem Bereich ADAS/AD-Perzeption zusammenarbeiten
Deine Vorteile
Remote-Arbeit innerhalb Deutschlands
Dauer: 3 bis 6 Monate
35-Stunden-Woche
Original Beschreibung
# Internship / Master Thesis - Optimizing AD perception using Egocentric based matching metric (f/m/d)
## DEIN TEAM
Zur Unterstützung unseres Teams „ADAS/AD Vorentwicklung“ bieten wir derzeit ein Praktikantum oder eine Abschlussarbeit an. Unsere Abteilung arbeitet an Software für das automatisierte Fahren in urbanen Umgebungen. Innerhalb dieser Abteilung sind wir ein Team von ehrgeizigen und hochmotivierten Expert:innen im Bereich der Umfelderkennung für selbstfahrende Fahrzeuge.
## DEINE AUFGABEN
* Führe eine umfassende Studie sowie eine Zusammenfassung bestehender Forschung im Bereich Multi-Object-Tracking, sicherheitskritischer Anwendungen und Situationsbewusstsein im autonomen Fahren durch
* Implementiere, trainiere und evaluiere fortschrittliche Wahrnehmungsalgorithmen sowohl für modulare (z. B. Tracking-by-Detection) als auch für End-to-End Multi-Object-Tracking-Systeme
* Recherchiere und wende modernste Techniken an, wie z. B. das Training von Tracking-Pipelines mit neuen egozentrischen Matching-Kriterien, die als Verlustfunktionen integriert werden, um die Genauigkeit und Robustheit der Bounding Boxes direkt zu verbessern – insbesondere bei teilverdeckten Objekten
* Analysiere systematisch die Leistung der Algorithmen anhand von groß angelegten Datensätzen und trage mit Verbesserungen zu unserem AD-Wahrnehmungs-Stack bei
* Arbeite eng mit Experten aus dem Bereich ADAS/AD-Perzeption an aktuellen Herausforderungen des autonomen Fahrens zusammen
## DAS BRINGST DU MIT
* Laufendes Studium im Bereich Informatik, Elektrotechnik, Robotik oder vergleichbar mit starkem Schwerpunkt auf Computer Vision und Machine Learning (bitte gib das voraussichtliche Datum Deines Studienabschlusses oder das Ende Deiner Einschreibung an)
* Fundierte Kenntnisse in Computer Vision (insbesondere Multi-Object-Tracking, Objekterkennung) und Deep Learning
* Sehr gute Kenntnisse in Python, PyTorch, Git und OpenCV; Erfahrung mit C++ ist von Vorteil
* Ausgezeichnete Problemlösungsfähigkeiten, nachgewiesen durch Projekte oder frühere Erfahrungen; forschungsorientierte Denkweise
* Starke analytische Fähigkeiten und Kommunikationsstärke (Englisch erforderlich); ausgeprägte Teamfähigkeit
* Kenntnisse über verschiedene Tracking-Architekturen oder fortgeschrittene Evaluierungstechniken sind von Vorteil
## NICE TO KNOW
* Remote-Arbeit innerhalb Deutschlands möglich
* Dauer: 3 bis 6 Monate
* 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.