Praktikum Parkauslastungsindex-Studierende (w/m/d) der Verkehrsingenieurwissenschaft,Informatik o.ä.
Deutsches Zentrum für Luft- und Raumfahrt Praktikum Parkauslastungsindex-Studierende (w/m/d) der Verkehrsingenieurwissenschaft,Informatik o.ä.
Summary
Student internship at DLR (German Aerospace Center) in Berlin: develop a scenario-capable parking occupancy index by combining agent-based traffic simulation data (e.g., MATSim) with real-world parking data, applying AI models for occupancy estimation and trend forecasts. Suited to students in transport engineering, geoinformatics, computer science, or AI/ML with strong Python skills.
Das erwartet dich
In der Abteilung „Räume in Mobilitäts- und Transportsystemen“ analysieren wir, wie Menschen mobil sein wollen, und stellen die heutige Raumnutzung und Verkehrsnetze infrage.
Auf der Basis von Verkehrsmodellen erzeugen wir Prognosen und Visionen für zukünftige Flächennutzung und Infrastrukturentwicklung.
Wir begleiten Partizipations- und Umsetzungsprojekte zur Transformation des Mobilitätsraums in Stadt und Land.
Im Rahmen des Praktikums soll ein szenariofähiger Parkplatzauslastungsindex entwickelt werden, der lokale Parkbedarfe und -angebote systematisch abbildet und Planungsprozesse
in Städten und Gemeinden gezielt unterstützen kann.
Deine Aufgaben
- Entwicklung eines Parkplatzauslastungsindexes durch Kombination von Verkehrsnachfragedaten aus agentenbasierten Simulationsmodellen und realen Parkplatzdaten (z. B. Kapazitäten, Standorte, Nutzungsmuster)
- Iterative Verbesserung des Indexes auf Basis von Validierungsdaten und Feedback
- Anwendung von KI-Modellen zur automatisierten Ableitung von Parkplatz-Auslastungsabschätzungen und Trendprognosen
- umfassende Dokumentation des entwickelten Index, einschließlich Methodik, Ergebnisse und Nutzungsmöglichkeiten
Das bringst du mit
- Interesse an Verkehrsthemen und nachhaltiger Verkehrsplanung
- Studium der Verkehrsingenieurwissenschaft, Geoinformatik, Informatik, KI, Maschinelles Lernen oder verwandten Studiengängen
- Erfahrung mit Training und Anwendung von KI-Modellen
- Kenntnisse in der Nutzung von Verkehrssimulationssoftware wie MATSim sowie allgemeine Konzepte der Verkehrsmodellierung
- sehr gute Kenntnisse in der Datenanalyse mit Python
- Grundverständnis für Geoinformationsysteme (GIS) in der Verkehrsforschung
- sehr gute Deutschkenntnisse und gute Englischkenntnisse
Die Vergütung erfolgt gem. der DLR-Praktikantenrichtlinie.