Du unterstützt Doktorand:innen bei der Entwicklung herausfordernder Szenarien für autonomes Fahren. Dabei fasst du relevante Forschungsliteratur zusammen und führst Experimente durch, um innovative algorithmische Ansätze zu entwickeln.
Anforderungen
- •Eingeschriebene:r Student:in in Informatik
- •Beherrschung von Python und Deep-Learning-Frameworks
- •Erfahrung in fortgeschrittenem maschinellen Lernen
- •Erfahrung im Bereich Reinforcement Learning wünschenswert
- •Analytisches Verständnis komplexer Systeme
- •Strukturierte und eigenständige Arbeitsweise
- •Fließende Englischkenntnisse in Wort und Schrift
Deine Aufgaben
- •Doktoranden:in im Bereich Generative Modelle unterstützen
- •Forschungsliteratur zum Projekt zusammenfassen
- •Forschung mit SOTA-Methoden zur Szenariengenerierung durchführen
- •Algorithmische Ideen für generative Simulation entwickeln
- •Umfassende Experimente auf internen und öffentlichen Datensätzen durchführen
Deine Vorteile
Remote-Arbeit innerhalb Deutschlands
Praktikum 6-8 Wochen
35-Stunden-Woche
Original Beschreibung
# Internship / Thesis - Scenario Generation for Autonomous Driving with Deep Generative Models (f/m/d)
## DEIN TEAM
Zur Unterstützung unseres „ADAS/AD Vorentwicklungs“-Team, suchen wir derzeit eine:n Praktikant:in oder Abschlussarbeitsstudent:in, um nach neuen Lösungen zu suchen, um mit den aktuellen Herausforderungen im autonomen Fahren umzugehen – insbesondere im Bereich Simulation und virtuelle Verifikation. Mit dem Ziel, zukünftiges unterstütztes und automatisiertes Fahren zu entwickeln, ist eine zentrale Herausforderung zur Ermöglichung selbstfahrender Fahrzeuge die künstlichen Algorithmen und der damit verbundene Umgang (Sammeln, Speichern, Verarbeiten) mit Fahrzeugmassendaten für verschiedene Situationen und Anwendungsfälle.
## DEINE AUFGABEN
* Unterstütze eine:n unserer Doktoranden:in im Bereich Generative Modelle zur Erzeugung herausfordernder Szenarien für autonomes Fahren
* Fasse Forschungsliteratur zusammen, die sich auf Dein Forschungsprojekt bezieht
* Führe Forschung mit SOTA-Methoden zur Szenariengenerierung durch, um bestehende AV-Planer zu evaluieren
* Entwickle algorithmische Ideen, die offene Forschungsfragen in Deinem Thema im Bereich generative Simulation für Randfallszenarien beim Fahren ansprechen und Modelle wie Diffusion nutzen
* Führe umfassende Experimente auf internen sowie öffentlichen Datensätzen durch
## DAS BRINGST DU MIT
* Eingeschriebene:r Student:in in Informatik, Data Science, Robotik, Elektrotechnik oder einem ähnlichen Fachbereich
* Beherrschung von Python und Deep-Learning-Frameworks (PyTorch, scikit-learn, Pytorch-Geometric)
* Theoretische und praktische Erfahrung in fortgeschrittenem maschinellen Lernen und Generativer KI – Diffusionsmodelle, Transformer etc. wird stark erwartet
* Erfahrung im Bereich Reinforcement Learning oder in der Umsetzung populärer Forschungsprojekte in diesem Feld ist wünschenswert
* Analytisches Verständnis komplexer Systeme und Problemlösungsfähigkeiten
* Strukturierte und eigenständige Arbeitsweise, überdurchschnittliches Engagement und Flexibilität
* Fließende Englischkenntnisse in Wort und Schrift
## NICE TO KNOW
* Remote-Arbeit innerhalb Deutschlands möglich
* Praktikum 6-8 Wochen, gefolgt von einem Masterarbeitsprojekt
* 35-Stunden-Woche