Auf einen Blick
- Aufgaben: Führe Forschung in maschinellem Lernen und KI für automatisiertes Fahren durch.
- Unternehmen: CARIAD, die Softwarefirma des Volkswagen Konzerns, gestaltet die Zukunft der Mobilität.
- Vorteile: 3 Jahre Dauer, Remote-Arbeitsoptionen, 30 Tage bezahlter Urlaub und Möglichkeit zur Studentenbetreuung.
- Weitere Informationen: Dynamisches, interdisziplinäres Team mit exzellenten Karrierechancen.
- Warum dieser Job: Arbeite an innovativen Technologien für autonomes Fahren und präge die Zukunft der Automobilindustrie.
- Qualifikationen: Exzellenter Masterabschluss in Informatik, Robotik oder verwandten Bereichen erforderlich.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Wir sind CARIAD, das Softwareunternehmen der Volkswagen Gruppe. Unsere Teams entwickeln Softwareplattformen und digitale Kundenfunktionen für ikonische Marken wie Audi, Volkswagen und Porsche - und unterstützen die Volkswagen Gruppe dabei, das führende Technologieunternehmen im Automobilbereich zu werden. Mit CARIDIANS in Deutschland, den USA, China, Estland und Indien transformieren wir die Mobilität für alle. Schließen Sie sich uns an und werden Sie Teil dieser aufregenden Reise!
Ihr Team: Diese PhD-Position bietet die Möglichkeit, Forschung zu End-to-End-Netzwerken für automatisiertes Fahren innerhalb unseres AI Core-Teams durchzuführen. Das Projekt untersucht die gemeinsame Optimierung des Fahrstacks durch das Training von Wahrnehmung, Vorhersage und Planung innerhalb einer einheitlichen Modellarchitektur, mit Schwerpunkt auf effizienten Trainingsstrategien, geschlossenen Schleifenbewertungen, Verstärkungslernen und Integration mit prädiktiven Weltmodellen. Unsere Abteilung entwickelt Software und maschinelles Lernen Modelle für automatisiertes Fahren in städtischen Umgebungen. Sie arbeiten mit Experten für autonomes Fahren und künstliche Intelligenz zusammen und tragen zu modernster Forschung und produktionsorientierten KI-Systemen in einem agilen, forschungsgetriebenen Umfeld bei.
Was Sie tun werden:
- Forschung im Bereich maschinelles Lernen und KI für automatisiertes Fahren durchführen
- Neue Ansätze für End-to-End-Systeme im automatisierten Fahren erkunden, einschließlich Imitationslernen, Verstärkungslernen und Weltmodellen
- Skalierbare und robuste Trainingsstrategien für Anwendungen im autonomen Fahren untersuchen
- Mit modernen Deep-Learning-Architekturen und großangelegten Datensätzen arbeiten
- Prototypen erstellen, implementieren und maschinelle Lernmodelle auf öffentlichen Datensätzen und Benchmarks evaluieren
- Zu wissenschaftlichen Veröffentlichungen beitragen und Forschungsergebnisse präsentieren
- Eng mit interdisziplinären Forschungs- und Ingenieurteams zusammenarbeiten
- Zur Entwicklung der nächsten Generation von Technologien für automatisiertes Fahren beitragen
Wer Sie sind:
- Exzellenter Masterabschluss in Informatik, Robotik, Mathematik oder einem verwandten Bereich
- Starker Hintergrund in Deep Learning und modernen Methoden des maschinellen Lernens
- Solides Verständnis von Computer Vision, Imitationslernen und Verstärkungslernen
- Vertrautheit mit Weltmodellen, generativen Modellen und autonomem Fahren ist von Vorteil
- Starke Programmierkenntnisse in Python, einschließlich PyTorch
- Strukturierte, unabhängige und forschungsorientierte Arbeitsweise mit überdurchschnittlichem Engagement
- Starke Kommunikationsfähigkeiten und analytisches Verständnis
- Sehr gute Englischkenntnisse
Schön zu wissen:
- Dauer: 3 Jahre
- Arbeiten mit einer hochrangigen Universität
- Optionen für Remote-Arbeit
- Möglichkeit zur Betreuung von Studierenden
- Temporäre Arbeit aus dem Ausland in ausgewählten Ländern
- 30 Tage bezahlter Urlaub
Hinweis: Bitte laden Sie Ihr Zeugnis hoch. Wenn Sie weitere Fragen zum Bewerbungsprozess bei CARIAD haben, kontaktieren Sie uns bitte: careers@cariad.technology
Bei CARIAD schätzen wir Individualität und Vielfalt, weil wir glauben, dass unsere Unterschiede uns stärker machen. Wir streben aktiv danach, Teams mit unterschiedlichen Hintergründen, Perspektiven und Erfahrungen aufzubauen. Unser Ziel ist es, eine Umgebung zu schaffen, in der sich jeder wertgeschätzt und befähigt fühlt, beizutragen. Wenn Sie aufgrund einer Behinderung Unterstützung bei Ihrer Bewerbung benötigen, wenden Sie sich bitte an uns unter careers@cariad.technology - wir helfen Ihnen gerne.
PhD Candidate - Closed-loop RL with world models for E2E automated driving (f/m/d) Arbeitgeber: cariad
CARIAD ist ein innovativer Arbeitgeber, der Ihnen die Möglichkeit bietet, an der Spitze der Automobiltechnologie zu forschen und zu arbeiten. In einem dynamischen und agilen Umfeld fördern wir Ihre persönliche und berufliche Entwicklung durch enge Zusammenarbeit mit Experten und Zugang zu modernsten Technologien. Genießen Sie flexible Arbeitsmöglichkeiten, 30 Tage bezahlten Urlaub und die Chance, an bedeutenden Forschungsprojekten im Bereich automatisiertes Fahren teilzunehmen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so PhD Candidate - Closed-loop RL with world models for E2E automated driving (f/m/d) erhalten könnten
✨Netzwerken ist alles!
Nutze LinkedIn und andere Plattformen, um mit Leuten aus der Branche in Kontakt zu treten. Frag nach informellen Gesprächen oder Mentoring – oft sind die besten Jobchancen versteckt!
✨Sei proaktiv!
Warte nicht darauf, dass die Stellenanzeigen kommen. Kontaktiere Unternehmen direkt über ihre Karriereseiten, wie unsere bei CARIAD, und zeig dein Interesse an Projekten, die dich begeistern.
✨Bereite dich auf Interviews vor!
Mach dir Gedanken über technische Fragen und Soft-Skills, die für die Position wichtig sind. Übe mit Freunden oder nutze Online-Ressourcen, um sicherer aufzutreten.
✨Zeige deine Leidenschaft!
Wenn du über deine Projekte und Erfahrungen sprichst, lass deine Begeisterung für KI und automatisiertes Fahren durchscheinen. Das kann den Unterschied machen und dich von anderen Bewerbern abheben!
Wir glauben, dass du diese Fähigkeiten brauchst, um PhD Candidate - Closed-loop RL with world models for E2E automated driving (f/m/d) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wenn du dich bewirbst, zeig uns, wer du wirklich bist! Lass deine Persönlichkeit durchscheinen und erzähl uns von deinen Erfahrungen und Leidenschaften im Bereich KI und autonomes Fahren.
Mach es konkret!:Verwende konkrete Beispiele aus deinem Studium oder Projekten, um deine Fähigkeiten zu untermauern. Zeig uns, wie du mit Deep Learning und Reinforcement Learning gearbeitet hast und welche Ergebnisse du erzielt hast.
Achte auf die Details!:Stell sicher, dass deine Bewerbung gut strukturiert und fehlerfrei ist. Ein klarer Lebenslauf und ein prägnantes Anschreiben machen einen großen Unterschied und zeigen, dass du dir Mühe gibst.
Bewirb dich über unsere Website!:Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass alles reibungslos läuft und wir deine Unterlagen schnell bearbeiten können.
Wie man sich auf ein Vorstellungsgespräch bei cariad vorbereitet
✨Verstehe die Technologien
Mach dich mit den neuesten Entwicklungen in der Automatisierung und KI vertraut. Lies über Reinforcement Learning, Weltmodelle und moderne Deep-Learning-Architekturen. Das zeigt dein Interesse und deine Vorbereitung auf die spezifischen Anforderungen der Position.
✨Bereite konkrete Beispiele vor
Überlege dir konkrete Projekte oder Erfahrungen, die du in deinem Lebenslauf erwähnt hast. Sei bereit, diese im Detail zu erläutern, insbesondere wie du Herausforderungen gemeistert hast und welche Ergebnisse du erzielt hast. Das gibt dem Interviewer einen Einblick in deine praktische Erfahrung.
✨Stelle kluge Fragen
Bereite einige durchdachte Fragen vor, die sich auf das Team, die Projekte oder die Unternehmenskultur beziehen. Das zeigt, dass du wirklich an der Position interessiert bist und dir Gedanken über deine zukünftige Rolle machst.
✨Kommuniziere klar und strukturiert
Achte darauf, deine Gedanken klar und strukturiert zu präsentieren. Übe, technische Konzepte einfach zu erklären, da dies deine Kommunikationsfähigkeiten unter Beweis stellt. Dies ist besonders wichtig in einem interdisziplinären Team, wo verschiedene Fachrichtungen zusammenarbeiten.
