PhD Thesis - Scalable and explainable End2End Driving Model (SEED)

Bei Bosch gestalten wir Zukunft mit hochwertigen Technologien und Dienstleistungen, die Begeisterung wecken und das Leben der Menschen verbessern. Unser Versprechen an unsere Mitarbeiterinnen und Mitarbeiter steht dabei felsenfest: Wir wachsen gemeinsam, haben Freude an unserer Arbeit und inspirieren uns gegenseitig. Willkommen bei Bosch. Die Robert Bosch GmbH freut sich auf eine Bewerbung!

Automated driving is one of the most significant technological challenges of our time. While traditional autonomous systems rely on modular pipelines, the industry is shifting toward end-to-end learning - a paradigm that scales massively but often acts as a "black box." We are seeking an excellent PhD candidate to bridge this gap. Your goal is to be the architect of a next-generation, modular, and scalable end-to-end driving model. You will explore how to join the benefits of two competing paradigms: the data-driven power of unified models and the safety-critical explainability of decomposed pipelines. This position offers a unique bridge between academic excellence and industrial application: alongside publishing your research at top-tier venues, you will have the opportunity to see your contributions integrated into the next generation of real-world ADAS products.

Ihr Beitrag zur Zukunft des Fahrens:

• Master the State-of-the-Art: As part of your role you conduct a deep-dive analysis of current breakthroughs in end-to-end autonomous driving. You will investigate how to exploit large-scale datasets without relying on labeled data for every sub-task, identifying the next frontier of innovation.
• Innovate and Develop: Furthermore, you will design and implement novel deep neural network architectures that prioritize both high-performance scaling and human-interpretable explainability.
• Experiment and Validate: Through rigorous experiments on public benchmarks and our massive, Bosch-owned autonomous driving datasets, you will validate the performance and reliability of your models.
• From Lab to Road: In close collaboration with expert project teams in deep learning and computer vision, you will brainstorm new ideas and have the unique opportunity to deploy your software on hardware, validating your research on real automotive driving systems.
• Share Your Success: We support your academic growth. You will publish your findings and research outcomes at top-tier computer vision and machine learning journals and conferences.

Bildung: Masterabschluss in Elektrotechnik, Informatik oder ähnlichem mit ausgezeichneten Noten

Erfahrung und Wissen: detaillierte Kenntnisse in Computer Vision, 3D Vision, Machine Learning, Deep Learning, künstlicher Intelligenz (Transformer, Sparse und BEV Queries) und Erfahrung mit speziellen Entwicklungstools (TensorFlow, PyTorch, Python)

Persönlichkeit und Arbeitsweise: Sie zeigen ein hohes Maß an Begeisterung; Sie sind kreativ und arbeiten unabhängig mit exzellenter Aufgabenverwaltung; Teamgeist, Durchsetzungsvermögen und Überzeugungskraft sind Ihre starken Eigenschaften

Begeisterung: Interesse an konzeptioneller Arbeit und methodenbasierter Gestaltung

Sprachen: fließend in Englisch und Deutsch, schriftlich und mündlich

Das endgültige Thema hängt von Ihrer Universität ab. Start: nach vorheriger Vereinbarung

Diversity und Inklusion sind für uns keine Trends, sondern fest in unserer Unternehmenskultur verankert. Daher begrüßen wir alle Bewerbungen, unabhängig von Geschlecht, Alter, Behinderung, Religion, ethnischer Herkunft oder sexueller Identität.