Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Führe spannende Forschungsarbeiten zur Unsicherheitsbewertung in Sensordaten durch.
- Arbeitgeber: Innovatives Unternehmen im Bereich KI und Robotik.
- Mitarbeitervorteile: Flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und ein kreatives Team.
- Warum dieser Job: Gestalte die Zukunft der Sensorfusion mit modernster Technologie.
- Gewünschte Qualifikationen: Studium in Informatik, KI, Robotik oder verwandten Bereichen erforderlich.
- Andere Informationen: Tolle Karrierechancen in einem dynamischen Umfeld.
Das voraussichtliche Gehalt liegt zwischen 36000 - 60000 € pro Jahr.
Verantwortlichkeiten
- Identifizieren und Verstehen relevanter Literatur zu Bayesianischen neuronalen Netzwerken und Sensorfusion.
- Integration einer Bayesianischen neuronalen Netzwerkkomponente in ein bestehendes Sensorfusionsmodell.
- Durchführung eines Benchmarks mit verschiedenen Sensorkonfigurationen, um zu bewerten, ob die Konfigurationsunsicherheit von der Bayesianischen Komponente erfasst werden kann.
Qualifikationen
- Studiengänge: Informatik, Künstliche Intelligenz, Robotik, Mathematik, Data Science oder vergleichbarer Studiengang.
- Studienfokus: Softwareentwicklung / Programmierung, Maschinelles Lernen / Deep Learning, Digitale Bildverarbeitung, Statistik / Datenwissenschaft.
- Fachkenntnisse: Solides Verständnis von gängigen Konzepten des maschinellen Lernens und Deep Learnings, Erfahrung mit statistischen Modellen, Erfahrung mit 3D-Datenverarbeitung und Sensorfusion ist von Vorteil.
- IT-Kenntnisse: Sicherer Umgang mit Microsoft Office, Git und Linux (Ubuntu), fundierte Kenntnisse in Python, C oder C++, nachgewiesene Erfahrung mit gängigen Frameworks für maschinelles Lernen.
- Sprachkenntnisse: Englisch (fließend in Wort und Schrift), Deutsch ist von Vorteil.
- Soft Skills: Hohe Eigeninitiative, starke analytische Fähigkeiten, strukturierte und selbstständige Arbeitsweise, Teamfähigkeit, Zielorientierung.
Masterbeit Uncertainty-Aware Sensor Fusion Using Bayesian Neural Networks Arbeitgeber: Porsche AG
Kontaktperson:
Porsche AG HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Masterbeit Uncertainty-Aware Sensor Fusion Using Bayesian Neural Networks
✨Tipp Nummer 1
Mach dich mit der Literatur zu Bayesianischen neuronalen Netzen und Sensorfusion vertraut. Wenn du beim Vorstellungsgespräch zeigst, dass du die neuesten Trends und Entwicklungen kennst, beeindruckt das die Arbeitgeber!
✨Tipp Nummer 2
Bereite dich darauf vor, deine technischen Fähigkeiten zu demonstrieren. Sei bereit, über deine Erfahrungen mit Python, C oder C++ zu sprechen und vielleicht sogar ein kleines Coding-Beispiel zu zeigen. Das zeigt, dass du nicht nur redest, sondern auch kannst!
✨Tipp Nummer 3
Nutze unser Netzwerk! Wir bei StudySmarter haben viele Kontakte in der Branche. Wenn du dich über unsere Website bewirbst, können wir dir helfen, die richtigen Leute zu erreichen und deine Chancen zu erhöhen.
✨Tipp Nummer 4
Sei proaktiv und stelle Fragen während des Interviews. Zeige dein Interesse an der Position und dem Unternehmen. Das zeigt, dass du wirklich motiviert bist und nicht nur einen Job suchst, sondern die richtige Herausforderung für dich!
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Masterbeit Uncertainty-Aware Sensor Fusion Using Bayesian Neural Networks
Tipps für deine Bewerbung 🫡
Mach deine Hausaufgaben: Bevor du mit deiner Bewerbung anfängst, schau dir die relevanten Literatur zu Bayesian Neural Networks und Sensor Fusion an. Das zeigt uns, dass du wirklich Interesse an dem Thema hast und dich gut vorbereitet fühlst.
Sei konkret und präzise: Wenn du über deine Erfahrungen sprichst, sei konkret! Nenne Beispiele aus deinem Studium oder Projekten, die zeigen, dass du die geforderten Fähigkeiten in Softwareentwicklung, Machine Learning oder Datenverarbeitung hast.
Zeig deine Soft Skills: Wir suchen nicht nur nach technischen Fähigkeiten, sondern auch nach Teamplayern mit einer strukturierten Arbeitsweise. Erwähne in deinem Anschreiben, wie du Initiative zeigst und analytisch denkst – das macht einen großen Unterschied!
Bewirb dich über unsere Website: Um sicherzustellen, dass deine Bewerbung bei uns ankommt, bewirb dich direkt über unsere Website. So können wir deine Unterlagen schnell und unkompliziert bearbeiten!
Wie du dich auf ein Vorstellungsgespräch bei Porsche AG vorbereitest
✨Literaturrecherche meistern
Mach dich mit relevanter Literatur zu Bayesianischen neuronalen Netzwerken und Sensorfusion vertraut. Zeige im Interview, dass du die neuesten Entwicklungen und Trends in diesem Bereich kennst. Das wird dir helfen, deine Leidenschaft und dein Wissen zu demonstrieren.
✨Praktische Beispiele vorbereiten
Bereite konkrete Beispiele vor, wie du bereits mit maschinellem Lernen oder statistischen Modellen gearbeitet hast. Wenn du Erfahrungen mit 3D-Datenverarbeitung oder Sensorfusion hast, bring diese unbedingt zur Sprache. Das zeigt, dass du die nötigen Fähigkeiten mitbringst.
✨Technische Fähigkeiten betonen
Stelle sicher, dass du deine Kenntnisse in Programmiersprachen wie Python, C oder C++ sowie deine Erfahrung mit gängigen Machine-Learning-Frameworks hervorhebst. Sei bereit, technische Fragen zu beantworten oder sogar kleine Coding-Aufgaben zu lösen, um deine Fähigkeiten zu demonstrieren.
✨Soft Skills nicht vergessen
Zeige deine Teamfähigkeit und deine strukturierte Arbeitsweise. Bereite Beispiele vor, die deine analytischen Fähigkeiten und deine Zielorientierung verdeutlichen. Unternehmen suchen nach Kandidaten, die nicht nur technisch versiert sind, sondern auch gut ins Team passen.