Praktikum Machine Learning Fahrsteuerung (w/m/d)
Summary
Internship role developing machine learning models for vehicle control systems, focusing on hybrid ML methods for chassis and driving dynamics functions in automotive applications.
Arbeitsumfeld
Im Bereich der Brems- und Fahrwerksregelsysteme entwickeln Sie gemeinsam mit führenden Systemlieferanten innovative Funktionen zur Steigerung von Performance, Fahrdynamik und Fahrzeugstabilität. Dabei passen Sie moderne Regelungs- und Fahrwerksfunktionen gezielt an die Anforderungen und Erwartungen der Volkswagen-Kundinnen und -Kunden an. Aufgrund der wachsenden Komplexität und Variantenvielfalt spielen virtuelle Entwicklungs- und Simulationsumgebungen bereits in frühen Projektphasen eine zentrale Rolle. Sie erhalten Einblicke in eine strukturierte und zukunftsorientierte Funktionsentwicklung und arbeiten an technologisch hochrelevanten Fragestellungen der Automobilindustrie. Zudem besteht die Möglichkeit, das Praktikum mit einer Abschlussarbeit zu kombinieren und eigene Schwerpunkte einzubringen. Werden Sie Teil unseres Teams und gestalten Sie die Mobilität von morgen aktiv mit – bewerben Sie sich jetzt!
Mögliche Aufgaben dieser Rolle
-
Entwickeln hybrider Machine-Learning-Methoden für Fahrwerks- und Fahrsteuerungsfunktionen
-
Bereitstellen charakterisierender Fahrsteuerungen für assistierte und automatisierte Fahrsysteme
-
Berücksichtigen von Systemeigenschaften wie Variantenvielfalt, Bauteilunterschieden und Alterungseffekten über den Fahrzeuglebenszyklus
-
Integrieren und durchführen von Machine-Learning-Verfahren in parametrisierte Fahrsteuerungssysteme
-
Analysieren von Fahrwerkszusammenhängen und erweitern des Fachwissens zu zukunftsrelevanten Themen der Automobilbranche
Anforderungen an die Qualifikation
- Studierende (auch im Gap Year) mit guten bis sehr guten Studienleistungen in den Bereichen Informatik, Elektrotechnik, Maschinenbau oder vergleichbarer Studienrichtungen
- Gute Programmierkenntnisse in Python und Matlab
- Praktische Erfahrungen im Bereich Machine Learning und in der Entwicklung von Algorithmen
- Moderne Methoden der Softwareentwicklung sind bekannt
- Grundkenntnisse mit Reinforcement Learning sowie Erfahreungen mit CarMaker sind wünschenswert
- Deutsch und Englisch Sprachniveau B2
Folgende Dokumente sind mit der Bewerbung einzureichen
- Lebenslauf
- Aktuelle Immatrikulationsbescheinigung (außer im Gap Year)
- Aktueller Notenspiegel
- Bei einem Pflichtpraktikum zusätzlich eine Bescheinigung der Hochschule
- Arbeitserlaubnis für Nicht-EU Bürgerinnen / Bürger
Keywords
Modellbasierte Entwicklung, Regelungstechnik, Hardware-in-the-Loop (HiL), Funktionsabsicherung, Mechatronische Systeme, Simulationsmethoden, Fahrdynamikregelung, Systems Engineering
Kontakt für diese Ausschreibung: Helen Vahlberg