Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Unterstütze bei der Modellierung von Straßenverbindungen und Pfadvorhersagen mit KI-Technologien.
- Arbeitgeber: Werde Teil des innovativen Teams bei BMW Group.
- Mitarbeitervorteile: Flexible Arbeitszeiten, umfassende Weiterbildung und attraktive Vergütung.
- Andere Informationen: Dynamisches Umfeld mit exzellenten Entwicklungsmöglichkeiten.
- Warum dieser Job: Arbeite an spannenden Projekten im Bereich autonomes Fahren und forme die Zukunft der Mobilität.
- Gewünschte Qualifikationen: Studium in Informatik oder verwandten Bereichen, Erfahrung in maschinellem Lernen.
Das voraussichtliche Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Map Matching und Pfadvorhersage sind zentrale Fähigkeiten für autonomes Fahren. Unser Team bei der BMW Group erforscht datengestützte Ansätze, die symbolisches Denken und maschinelles Lernen kombinieren, um die Robustheit, Genauigkeit und Interpretierbarkeit in komplexen städtischen Umgebungen zu verbessern.
Was erwartet Sie?
- Sie unterstützen die Modellierung der Straßenverbindungen und -beschränkungen in RDF und implementieren Regelsets, um den wahrscheinlichsten Pfad mithilfe eines regelbasierten Schlußfolgerers zu berechnen.
- Darüber hinaus helfen Sie beim Aufbau von Funktionen aus Beobachtungen und dem Straßennetz, lernen Graph-Embeddings und trainieren Modelle zur Vorhersage des nächsten Links oder Pfades.
- Zusätzlich tragen Sie zur Formulierung der Pfadvorhersage als ein Problem des verstärkenden Lernens bei, indem Sie Graph-Embeddings integrieren und Agenten wie DQN oder Actor-Critic trainieren.
- Außerdem unterstützen Sie die Entwicklung von Sequenz-zu-Sequenz- oder transformerbasierten Modellen, um GPS-Trajektorien an graph-aligned Edge-Sequenzen auszurichten und diese mit Baselines zu vergleichen.
- Darüber hinaus wirken Sie beim Experimentieren mit graph-aware Attention oder constrained Decoding mit, um RDF-Struktur und Semantik in Lernmodelle einzubringen.
- Zusätzlich unterstützen Sie das Design von Metriken und Szenarien, messen Genauigkeit, Robustheit, Effizienz und Interpretierbarkeit und führen Ablationen zu Embeddings und semantischen Attributen durch.
Was sollten Sie mitbringen?
- Studien in Informatik, Datenwissenschaft, Elektrotechnik oder einem verwandten Bereich.
- Solide Kenntnisse im maschinellen Lernen, einschließlich überwachtem Lernen und grundlegenden Methoden des verstärkenden Lernens.
- Erfahrung mit Python und Frameworks für maschinelles Lernen oder tiefes Lernen wie PyTorch oder TensorFlow sowie Datenverarbeitungsbibliotheken.
- Vertrautheit mit Graphdarstellungen und Wissensgraphen wie RDF und SPARQL; Komfort mit Graph- oder Wissensgraph-Embeddings ist von Vorteil.
- Verständnis von Graph-Neuronalen Netzwerken oder Methoden des Repräsentationslernens.
- Softwaretechnikfähigkeiten für reproduzierbare Experimente, einschließlich Versionskontrolle, sauberen Codes und Benchmarking.
- Gute Deutsch- und Englischkenntnisse.
Sie sind begeistert von neuen Technologien und einem innovativen Umfeld? Dann bewerben Sie sich jetzt!
Was bieten wir?
- Umfassende Mentoring- und Einarbeitungsprogramme.
- Persönliche und berufliche Entwicklung.
- Flexible Arbeitszeiten.
- Mobiles Arbeiten.
- Attraktive und faire Vergütung.
- Studentenwohnungen (je nach Verfügbarkeit und nur am Standort München).
- Und vieles mehr, siehe bmw.jobs/whatweoffer.
Startdatum: frühestmöglicher Beginn 15.05.2026
Dauer: 6 Monate
Arbeitszeit: Vollzeit
Sie finden hilfreiche Tipps zu Ihrer Bewerbung und dem Bewerbungsprozess hier.
Bei der BMW Group legen wir großen Wert auf Gleichbehandlung und Chancengleichheit. Unsere Einstellungsentscheidungen basieren auf der Persönlichkeit, Erfahrung und den Fähigkeiten der Bewerber.
Thesis on AI-Driven Map Matching and Path Prediction on Semantically Enriched Road Networks Arbeitgeber: BMW Group
Kontaktperson:
BMW Group HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Thesis on AI-Driven Map Matching and Path Prediction on Semantically Enriched Road Networks
✨Netzwerken ist der Schlüssel
Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Wir sollten uns aktiv an Diskussionen beteiligen und unser Interesse an den neuesten Technologien zeigen – das kann Türen öffnen!
✨Sei proaktiv bei der Kontaktaufnahme
Wenn du eine interessante Stelle gefunden hast, zögere nicht, direkt mit dem Team oder dem Recruiter in Kontakt zu treten. Frag nach mehr Informationen oder zeig dein Interesse an einem persönlichen Gespräch – das zeigt Initiative!
✨Bereite dich auf technische Interviews vor
Mach dich mit typischen Fragen und Aufgaben vertraut, die in technischen Interviews gestellt werden. Wir können auch Mock-Interviews durchführen, um unsere Fähigkeiten zu verbessern und selbstbewusster aufzutreten.
✨Bewirb dich über unsere Website
Vergiss nicht, dich direkt über unsere Website zu bewerben! Das erhöht deine Chancen, da wir Bewerbungen dort bevorzugen und es einfacher für uns macht, dich zu finden und zu kontaktieren.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Thesis on AI-Driven Map Matching and Path Prediction on Semantically Enriched Road Networks
Tipps für deine Bewerbung 🫡
Mach deine Hausaufgaben!: Bevor du mit deiner Bewerbung anfängst, schau dir unsere Website genau an. Verstehe, was wir bei StudySmarter machen und wie du in unser Team passt. Das zeigt uns, dass du wirklich interessiert bist!
Sei du selbst!: In deiner Bewerbung solltest du authentisch sein. Zeig uns deine Persönlichkeit und was dich motiviert. Wir suchen nach Menschen, die zu unserer Kultur passen und nicht nur nach perfekten Lebensläufen.
Betone relevante Erfahrungen!: Wenn du über deine Erfahrungen schreibst, konzentriere dich auf die, die am besten zu der Stelle passen, für die du dich bewirbst. Zeig uns, wie deine Fähigkeiten im Bereich KI und maschinelles Lernen direkt auf die Aufgaben in der Stellenbeschreibung zutreffen.
Korrekturlesen nicht vergessen!: Bevor du deine Bewerbung abschickst, lies sie dir nochmal durch oder lass jemand anderen drüber schauen. Rechtschreibfehler oder unklare Formulierungen können einen schlechten Eindruck hinterlassen. Wir wollen das Beste von dir sehen!
Wie du dich auf ein Vorstellungsgespräch bei BMW Group vorbereitest
✨Verstehe die Technologien
Mach dich mit den neuesten Technologien im Bereich KI, maschinelles Lernen und graphbasierte Modelle vertraut. Zeige während des Interviews, dass du die Konzepte hinter Map Matching und Path Prediction verstehst und wie sie in der autonomen Fahrzeugtechnologie angewendet werden.
✨Bereite praktische Beispiele vor
Überlege dir konkrete Projekte oder Erfahrungen, die du in Bezug auf maschinelles Lernen, Python und graphbasierte Ansätze gemacht hast. Sei bereit, diese Beispiele zu erläutern und zu zeigen, wie du Herausforderungen gemeistert hast.
✨Fragen stellen
Bereite einige durchdachte Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und hilft dir, mehr über die Teamdynamik und die spezifischen Herausforderungen bei BMW zu erfahren.
✨Soft Skills betonen
Neben technischen Fähigkeiten sind auch Soft Skills wichtig. Betone deine Teamfähigkeit, Kommunikationsstärke und deine Begeisterung für innovative Technologien. Diese Eigenschaften sind entscheidend, um in einem dynamischen Umfeld wie dem von BMW erfolgreich zu sein.