Job Description
Life is always about becoming… Im Leben geht es darum, sich auf eine Reise zu begeben, um die beste Version unseres zukünftigen Selbst zu werden. Während wir Neues entdecken, stellen wir uns Herausforderungen, meistern sie und wachsen über uns hinaus.Bewerben Sie sich bei Mercedes-Benz und finden Sie den Aufgabenbereich, in dem Sie Ihre Talente individuell entfalten können. Dabei werden Sie von visionären Kolleginnen und Kollegen unterstützt, die Ihren Pioniergeist teilen. Bei uns einzusteigen bedeutet, Teil eines globalen Teams zu werden, dessen Ziel es ist, die begehrenswertesten Automobile der Welt zu bauen. Together for excellence.
Stellennummer: MER0003EJL
In der Konzernforschung & Entwicklung (R&D) von Mercedes-Benz Cars gestaltest Du die Automobilgeneration der Zukunft und arbeitest an den neuesten Innovationen und Entwicklungsprozessen. Das Team „Doors, Flaps & Convertible Electronics“ im Body & Comfort-Bereich verantwortet die Elektrik-Elektronik- Systeme der Karosserie und des Interieurs (z.B. den Fensterheber oder die automatische Rückwandtür). Die Applikation eines mechatronischen Systems wird durch eine Vielzahl von System- /Komponenteneigenschaften (HW, SW) des jeweiligen Fahrzeugs beeinflusst.
Das Ziel dieser Masterarbeit ist mittels Machine Learning eine effiziente Methode zu entwickeln, die die Wirkungszusammenhänge des mechatronischen Systems erfasst und eine Vorhersage der Parameter für die Applikation trifft. Dies soll durch die Umsetzung aller wesentlichen Schritte eines Machine-Learning-Projekts realisiert werden.
Diese Herausforderungen kommen auf Sie zu:
- Literaturrecherche zu bestehenden Modellen und Ansätzen zur Verarbeitung von Applikations-Daten
- Datenaufbereitung der bisherigen Applikationsdaten sowie Generierung neuer Trainingsdaten am Fahrzeug
- Dimensionsreduktion durch unüberwachtes Lernen (k-Means, Autoencoder)
- Aufbau und Training eines ML-Modells
- Modellevaluation zur Bewertung der trainierten Modelle
- Verifikation und Validierung der Ergebnisse am Fahrzeug (optional mit Computer Vision)
Die endgültige Themenfindung erfolgt in Absprache mit der Hochschule, Ihnen und uns.
- Studiengang Informatik mit dem Schwerpunkt Machine Learning oder Vergleichbares
- Programmierkenntnisse: Python (Pytorch/Tensorflow/Keras/CV2)
- Praktische Erfahrung im Bereich Machine Learning
- Gutes Verständnis von mechatronischen Systemen wünschenswert
- Sichere Deutsch- und Englischkenntnisse in Wort und Schrift
- Sicherer Umgang mit MS-Office
- Engagement und Teamfähigkeit
- Analytische Denkweise und strategische Arbeitsweise
Zusätzliche Informationen:
Ganz ohne Formalitäten geht es natürlich auch bei uns nicht. Bewerben Sie sich bitte ausschließlich online und fügen Sie der Bewerbung einen Lebenslauf, aktuelle Immatrikulationsbescheinigung mit Angabe des Fachsemesters, aktuellen Notenspiegel, relevante Zeugnisse (max. Gesamtgröße der Anhänge 5 MB) bei und markieren Sie im Online-Formular Deine Bewerbungsunterlagen als "relevant für diese Bewerbung".
Weiterführende Informationen zu den Einstellkriterien finden Sie "hier".
Angehörige von Staaten außerhalb des europäischen Wirtschaftsraums schicken ggf. bitte ihre Aufenthalts-/Arbeitsgenehmigung mit.
Wir freuen uns insbesondere über Onlinebewerbungen schwerbehinderter und ihnen gleichgestellter behinderter Menschen. Bei Fragen können Sie sich unter [email protected] zudem an die Schwerbehindertenvertretung des Standorts wenden, die Sie gerne nach Ihrer Bewerbung im weiteren Bewerbungsprozess unterstützt.
Bitte haben Sie Verständnis dafür, dass wir keine Papierbewerbungen mehr entgegennehmen und es keinen Anspruch auf Rückversand gibt.
Fragen zum Bewerbungsprozess beantwortet Ihnen gerne HR Services per Mail an [email protected] oder per Telefon: 0711/17-99000 (Montag bis Freitag zwischen 10-12 Uhr und 13-15 Uhr).
- Essenszulagen
- Mitarbeiterhandy möglich
- Mitarbeiterrabatte möglich
- Mitarbeiterbeteiligung möglich
- Mitarbeiter Events
- Coaching
- Flexible Arbeitszeit möglich
- Hybrides Arbeiten möglich
- Gesundheitsmaßnahmen
- Betriebliche Altersversorgung
- Mobilitätsangebote
- Barrierefreiheit
- Gute Anbindung
- Parkplatz
- Kinderbetreuung
- Betriebsarzt
- Kantine, Café