Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Forschung an Deep Generative Models zur dateneffizienten Verbesserung von Bosch-Systemen.
- Arbeitgeber: Bosch verbessert weltweit die Lebensqualität durch innovative Technologien.
- Mitarbeitervorteile: Flexibles Arbeiten, Gesundheitsangebote, Mitarbeiterrabatte und kreative Freiräume.
- Warum dieser Job: Gestalte die Zukunft der Technologie in einem internationalen Team mit spannenden Herausforderungen.
- Gewünschte Qualifikationen: Ausgezeichneter Abschluss in Informatik, Erfahrung in Deep Learning und Programmierkenntnisse in Python erforderlich.
- Andere Informationen: Möglichkeit zur Veröffentlichung in Fachzeitschriften und Konferenzen.
Das voraussichtliche Gehalt liegt zwischen 36000 - 60000 € pro Jahr.
Möchten Sie Ihre Ideen in nutzbringende und sinnvolle Technologien verwandeln? Ob im Bereich Mobility Solutions, Consumer Goods, Industrial Technology oder Energy and Building Technology - mit uns verbessern Sie die Lebensqualität der Menschen auf der ganzen Welt. Willkommen bei Bosch. Die Robert Bosch GmbH freut sich auf Ihre Bewerbung!
Wir forschen an hochmodernen Deep Generative Models, die dazu dienen, reale Bosch-Systeme dateneffizient zu machen. Wir suchen eine:n Doktorandin bzw. Doktoranden, der sich für die Erforschung kreativer Anwendungen generativer Modelle (z.B. Stable Diffusion) als kontrollierbare Datensatzdarstellung für Training sowie Validierung von Netzwerken für nachgelagerte Aufgaben interessiert.
Nicht alle Datenpunkte in einem Datensatz sind gleichermaßen wichtig für die Leistung eines neuronalen Netzwerks. Mit fortschreitendem Training ist der Verlust einiger Datenpunkte möglicherweise nicht mehr aussagekräftig, da das Netzwerk bereits alles daraus gelernt hat, was es kann. Daher kann es von Vorteil sein, das Netzwerktraining zu beobachten, um die richtigen Daten zur richtigen Zeit bereitzustellen. Allerdings ist die Auswahl von Daten aus einem festen Datensatz problematisch, wenn kein Bild mit der genauen Mischung von Attributen vorhanden ist. Ziel dieses Doktorandenprojekts ist die Entwicklung neuer Lernalgorithmen zur Generierung relevanter Daten „on Demand“ als Reaktion auf den Bedarf des Netzwerks. Dazu gehört unter anderem die Verbesserung der Trainingseffizienz durch die Synthese von Daten besserer Relevanz sowie durch gezielte Erstellung von Beispielen, um sicherzustellen, dass die gewünschte Invarianz erzielt wird.
Als Teil unseres Teams entwickeln Sie neuartige Ansätze zur Anpassung von Deep Generative Models (z.B. Diffusion Models, GANs, VAEs) als Datenquellen, um nachgelagerte Modelle besser zu trainieren und zu validieren. Darüber hinaus nutzen Sie die Steuerbarkeit und das Wissen generativer Basismodelle, um Datensätze nicht mehr nur als eine lose Sammlung von Bildern zu betrachten. Sie diskutieren sowie entwickeln neue Ideen mit den Expertinnen bzw. Experten für Deep Learning und Computer Vision im Bosch Center for AI. Darüber hinaus haben Sie die Möglichkeit, Ihre Ergebnisse in hochrangigen Fachzeitschriften und Konferenzen zu veröffentlichen.
Ausbildung: ausgezeichneter Abschluss in Informatik oder einem verwandten Bereich mit Schwerpunkt auf Computer Vision und Deep Learning
Erfahrungen und Know-how: fundierter Hintergrund in Deep Learning und Computer Vision, Erfahrung mit Deep-Learning-Frameworks (TensorFlow, PyTorch usw.) sowie sehr gute Programmierkenntnisse (insbesondere Python) erforderlich, praktische Erfahrung mit Deep Generative Modeling und Foundation Models sind ein Plus, Veröffentlichungen von peer-reviewten Forschungsarbeiten ebenfalls von Vorteil, gute wissenschaftliche Schreibfähigkeiten
Begeisterung: Begeisterung in einem interdisziplinären sowie internationalen Team zu arbeiten
Sprachen: sehr gutes Englisch
Work-Life-Balance: Flexibles Arbeiten hinsichtlich Zeit, Ort und Arbeitsmodell.
Gesundheit und Sport: Breites Angebot an Gesundheits- und Sportaktivitäten.
Kinderbetreuung: Vermittlungsservice für Kinderbetreuungsangebote.
Mitarbeiterrabatte: Vergünstigungen für Mitarbeiter.
Freiraum für Kreativität: Freiräume für kreatives Arbeiten.
Betriebliche Sozialberatung und Pflege: Sozialberatung und Vermittlungsservice für Pflegedienstleistungen.
Die zukünftige Personalabteilung oder der Fachbereich informiert gerne über den individuellen Leistungskatalog.
PhD - Effiziente Neuronale Repräsentation von Datensätzen Arbeitgeber: Bosch Gruppe
Kontaktperson:
Bosch Gruppe HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: PhD - Effiziente Neuronale Repräsentation von Datensätzen
✨Tip Nummer 1
Nutze Networking-Plattformen wie LinkedIn, um mit Fachleuten aus dem Bereich Deep Learning und Computer Vision in Kontakt zu treten. Suche gezielt nach Mitarbeitern von Bosch oder anderen Unternehmen, die ähnliche Projekte durchführen, und stelle Fragen zu ihren Erfahrungen.
✨Tip Nummer 2
Beteilige dich an Online-Communities und Foren, die sich mit Deep Generative Models beschäftigen. Dort kannst du nicht nur dein Wissen erweitern, sondern auch potenzielle Mentoren oder Kollegen finden, die dir wertvolle Einblicke geben können.
✨Tip Nummer 3
Präsentiere deine eigenen Projekte oder Forschungsergebnisse auf Plattformen wie GitHub oder ResearchGate. Dies zeigt nicht nur dein Engagement, sondern gibt dir auch die Möglichkeit, Feedback von anderen Experten zu erhalten und deine Sichtbarkeit in der Community zu erhöhen.
✨Tip Nummer 4
Bereite dich auf mögliche technische Interviews vor, indem du häufige Fragen zu Deep Learning und Computer Vision übst. Stelle sicher, dass du die neuesten Entwicklungen in diesen Bereichen kennst, um während des Gesprächs kompetent und informiert aufzutreten.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: PhD - Effiziente Neuronale Repräsentation von Datensätzen
Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfältig durch und achte auf spezifische Anforderungen wie Kenntnisse in Deep Learning, Computer Vision und Programmierkenntnisse. Stelle sicher, dass du diese Punkte in deiner Bewerbung ansprichst.
Betone deine Qualifikationen: Hebe deinen akademischen Hintergrund und relevante Erfahrungen hervor, insbesondere in Bezug auf Deep Generative Models und Frameworks wie TensorFlow oder PyTorch. Zeige, wie deine Fähigkeiten zur ausgeschriebenen Position passen.
Schreibe ein überzeugendes Motivationsschreiben: Erkläre, warum du dich für diese Position interessierst und was dich an der Forschung bei Bosch begeistert. Betone deine Begeisterung für interdisziplinäre Zusammenarbeit und deine Bereitschaft, innovative Ideen zu entwickeln.
Prüfe deine Unterlagen: Stelle sicher, dass dein Lebenslauf und alle anderen Dokumente aktuell und fehlerfrei sind. Achte darauf, dass sie klar strukturiert sind und alle relevanten Informationen enthalten, um einen positiven Eindruck zu hinterlassen.
Wie du dich auf ein Vorstellungsgespräch bei Bosch Gruppe vorbereitest
✨Verstehe die Technologien
Mach dich mit den neuesten Entwicklungen im Bereich Deep Learning und Computer Vision vertraut. Informiere dich über generative Modelle wie GANs und VAEs, um während des Interviews gezielt Fragen stellen und deine Kenntnisse unter Beweis stellen zu können.
✨Bereite eigene Ideen vor
Überlege dir kreative Ansätze oder Projekte, die du in der Vergangenheit umgesetzt hast, und wie diese auf die Position bei Bosch anwendbar sind. Zeige, dass du nicht nur theoretisches Wissen hast, sondern auch praktische Erfahrungen einbringen kannst.
✨Teamarbeit betonen
Da die Stelle in einem interdisziplinären Team ist, solltest du Beispiele für erfolgreiche Teamprojekte parat haben. Betone deine Fähigkeit zur Zusammenarbeit und wie du in der Vergangenheit mit anderen Fachbereichen kommuniziert und kooperiert hast.
✨Fragen vorbereiten
Bereite einige durchdachte Fragen vor, die du dem Interviewer stellen kannst. Dies zeigt dein Interesse an der Position und am Unternehmen. Frage beispielsweise nach den aktuellen Projekten im Bosch Center for AI oder nach den Herausforderungen, die das Team derzeit bewältigt.
