Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Entwickle ein Framework für die visionsbasierte 4D-Belegungsvorhersage mit fortschrittlichen Technologien.
- Arbeitgeber: Innovatives Unternehmen im Bereich autonomes Fahren mit offener Kultur.
- Mitarbeitervorteile: Flexible Arbeitszeiten, individuelle Entwicklung, Mentoring und zahlreiche Events.
- Andere Informationen: Selbstorganisierte Teams und eine Kultur der Zugehörigkeit.
- Warum dieser Job: Gestalte die Zukunft des autonomen Fahrens und arbeite an spannenden Projekten.
- Gewünschte Qualifikationen: Masterstudium in Informatik oder verwandten Bereichen, gute Programmierkenntnisse in Python.
Das voraussichtliche Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Die semantische 4D-Belegungsvorhersage (Semantic 4D Occupancy Forecasting) ist von entscheidender Bedeutung für sicheres autonomes Fahren, da sie es Fahrzeugen ermöglicht, zukünftige Szenendynamiken und -geometrien zu antizipieren. Das Training moderner State-of-the-Art-Modelle stützt sich jedoch stark auf vollständig überwachte Methoden (fully supervised methods), die massive und extrem teure, dichte 3D-Voxel-Annotationen erfordern.
Um diesen Datenengpass zu überwinden, verlagert sich die Spitzenforschung zunehmend hin zu selbstüberwachten (self-supervised) und schwach überwachten (weakly-supervised) Paradigmen, die vortrainierte 2D-Foundation-Modelle (z. B. DINOv2, CLIP oder SAM) nutzen. Durch die Ausrichtung (Alignment) dieser reichhaltigen Open-Vocabulary 2D-Semantikmerkmale an räumlichen 3D-/4D-Repräsentationen mithilfe fortschrittlicher Transformer-Architekturen ist es möglich, ein robustes räumlich-zeitliches Verständnis ohne dichte 3D-Ground-Truth-Daten zu erreichen.
Aufbauend auf diesen Durchbrüchen konzentriert sich diese Masterarbeit auf die Entwicklung eines Foundation-Model-basierten Frameworks für die visionsbasierte 4D-Belegungsvorhersage. Deine Aufgabe wird es sein, eine Architektur zu entwerfen, die reichhaltige Multi-View-Semantiken in eine 4D-Vorhersage-Pipeline destilliert und so die Lücke zwischen skalierbaren, rein kamerabasierten Eingaben und hochpräzisen (high-fidelity) Umgebungsvorhersagen schließt.
- Entwicklung eines Transformer-basierten Netzwerks zur Vorhersage der zukünftigen semantischen 4D-Belegung (4D Occupancy) aus sequenziellen Multi-View-Kameradaten mittels schwacher oder Selbstüberwachung (weak / self-supervision).
- Aufbau und Training der PyTorch-Pipeline sowie Entwurf von Alignment-Mechanismen, um semantische Merkmale aus 2D-Foundation-Modellen in die räumlich-zeitliche 4D-Repräsentation zu destillieren.
- Benchmarking gegen vollständig überwachte (fully-supervised) Baselines auf großen Datensätzen (z.B. nuScenes, OpenOccupancy) mit besonderem Fokus auf Vorhersagegenauigkeit (IoU), semantischer Präzision und Label-Effizienz.
- Du bist eingeschrieben in einem Masterstudium der Informatik, Künstlichen Intelligenz, Robotik oder eines vergleichbaren Studiengangs.
- Du verfügst über sehr gute Programmierkenntnisse in Python sowie fundierte Erfahrung mit Deep-Learning-Frameworks (insbesondere PyTorch).
- Du bringst fundiertes Hintergrundwissen im Bereich 3D Computer Vision mit. Praktische Erfahrung mit semantischer Segmentierung, Occupancy Networks oder 3D Gaussian Splatting ist von großem Vorteil.
- Du besitzt Kenntnisse über Vision Transformers (ViT), Foundation Models (DINO, CLIP) sowie Paradigmen des selbst- bzw. schwach überwachten Lernens (Self-/Weakly-Supervised Learning).
- Du hast eine selbstständige und lösungsorientierte Arbeitsweise, hohe Motivation sowie sehr gute Englisch- und Deutschkenntnisse (C1-Niveau) für eine klare Kommunikation im Team und mit unseren Partnern.
New Work & Kultur
- Selbstorganisierte Teams mit viel Gestaltungsspielraum
- Verantwortung und Mitgestaltung
- Offene Fehler- und Feedbackkultur
Mentoring & persönliche Entwicklung
- Individuelles Mentoring ab dem ersten Tag
- Regelmäßige Entwicklungsgespräche („Catch-ups“)
- Führung auf Augenhöhe, basierend auf Vertrauen und Respekt
Lebenslanges Lernen
- Fachliche und überfachliche Trainings
- Interne TechTalks, externe Fortbildungen und Konferenzen
High-End Software Engineering
- Anspruchsvolle, innovative und vielseitige Projekte
- Cross-funktionale Teams mit modernen Technologien
- Gelebte Expertenkultur und teamübergreifender Wissensaustausch
Familienfreundlichkeit
- Zuschuss zu Betreuungskosten bis zu 250 €/Kind
- Lohnfortzahlung für Kinderkrankentage
Gemeinschaft & Events
- Regelmäßige Events (z. B. Retreats, Sommerfeste)
- Persönliche Begegnungen & Teamzusammenhalt
- Ab Tag 1 Teil der vielfältig vernetzten Community
Arbeitszeit & Flexibilität
- Freie Wahl von Arbeitszeit und -ort
- Flexible Arbeitszeitkonten, 30 Tage Urlaub, Teilzeitoption, Sabbatical & Workation
Gesundheit & Wohlbefinden
- Mental Health Taskforce
- JobRad & weitere Angebote
Vielfalt & Inklusion
- Diversity Taskforce für Perspektivenvielfalt
- Kultur der Zugehörigkeit: Jede r soll sich angenommen fühlen
Masterand (all genders) - Semantic 4D Occupancy Forecasting Arbeitgeber: XITASO GmbH IT & Software Solutions
Kontaktperson:
XITASO GmbH IT & Software Solutions HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Masterand (all genders) - Semantic 4D Occupancy Forecasting
✨Netzwerken, Netzwerken, Netzwerken!
Nutze jede Gelegenheit, um mit Leuten aus der Branche in Kontakt zu treten. Besuche Konferenzen, Meetups oder Online-Webinare und sprich mit anderen über deine Interessen im Bereich der semantischen 4D-Belegungsvorhersage. Wer weiß, vielleicht ist dein nächster Job nur ein Gespräch entfernt!
✨Zeig deine Projekte!
Hast du an spannenden Projekten gearbeitet? Teile sie auf Plattformen wie GitHub oder in deinem Portfolio. Zeige, was du kannst, und mach deutlich, wie deine Fähigkeiten in die Entwicklung von Transformer-basierten Netzwerken passen. Das wird potenzielle Arbeitgeber beeindrucken!
✨Bereite dich auf technische Interviews vor!
Technische Interviews können knifflig sein, also übe vorher! Schau dir typische Fragen zu Deep Learning, 3D Computer Vision und den verwendeten Frameworks an. Je besser du vorbereitet bist, desto selbstbewusster wirst du auftreten und das Team von deinen Fähigkeiten überzeugen.
✨Bewirb dich direkt über unsere Website!
Wir bei StudySmarter lieben es, wenn du dich direkt über unsere Website bewirbst. So kannst du sicherstellen, dass deine Bewerbung die richtige Person erreicht. Und vergiss nicht, deine Leidenschaft für selbst- und schwach überwachte Lernmethoden zu betonen – das könnte der Schlüssel zu deinem neuen Job sein!
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Masterand (all genders) - Semantic 4D Occupancy Forecasting
Tipps für deine Bewerbung 🫡
Sei du selbst!: Wir wollen dich kennenlernen, also zeig uns deine Persönlichkeit! Lass deinen Lebenslauf und dein Anschreiben nicht wie eine Standardvorlage aussehen. Erzähl uns von deinen Erfahrungen und was dich motiviert, bei uns zu arbeiten.
Pass auf die Details auf!: Achte darauf, dass deine Bewerbung fehlerfrei ist. Rechtschreibfehler oder unklare Formulierungen können einen schlechten Eindruck hinterlassen. Nimm dir die Zeit, alles gründlich zu überprüfen, bevor du es abschickst.
Zeig deine Leidenschaft für das Thema!: In deiner Bewerbung solltest du deutlich machen, warum du dich für die semantische 4D-Belegungsvorhersage interessierst. Teile uns mit, welche Projekte oder Erfahrungen dich dazu inspiriert haben und wie du deine Kenntnisse in diesem Bereich weiterentwickeln möchtest.
Bewirb dich über unsere Website!: Der einfachste Weg, um Teil unseres Teams zu werden, ist, dich direkt über unsere Website zu bewerben. So stellst du sicher, dass deine Bewerbung an die richtige Stelle gelangt und wir sie schnellstmöglich bearbeiten können.
Wie du dich auf ein Vorstellungsgespräch bei XITASO GmbH IT & Software Solutions vorbereitest
✨Verstehe die Technologien
Mach dich mit den neuesten Technologien und Paradigmen vertraut, die in der Stellenbeschreibung erwähnt werden, wie selbstüberwachtes Lernen und Vision Transformers. Zeige im Interview, dass du nicht nur die Theorie verstehst, sondern auch praktische Anwendungen und Herausforderungen kennst.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Erfahrungen, die deine Fähigkeiten in Python, PyTorch und 3D-Computer Vision demonstrieren. Bereite dich darauf vor, diese Beispiele im Interview zu erläutern und zu zeigen, wie du Probleme gelöst hast.
✨Fragen stellen
Bereite einige durchdachte Fragen vor, die sich auf die Unternehmenskultur, das Team und die spezifischen Herausforderungen der Rolle beziehen. Das zeigt dein Interesse und Engagement für die Position und hilft dir, herauszufinden, ob das Unternehmen zu dir passt.
✨Kommunikation ist der Schlüssel
Da sehr gute Englisch- und Deutschkenntnisse gefordert sind, übe, deine Gedanken klar und präzise zu formulieren. Achte darauf, während des Interviews aktiv zuzuhören und auf die Fragen des Interviewers einzugehen, um eine offene und effektive Kommunikation zu fördern.