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, die massive und extrem teure, dichte 3D-Voxel-Annotationen erfordern. Um diesen Datenengpass zu überwinden, verlagert sich die Spitzenforschung zunehmend hin zu selbstüberwachten und schwach überwachten Paradigmen, die vortrainierte 2D-Foundation-Modelle nutzen. Durch die Ausrichtung 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 Umgebungsvorhersagen schließt. Entwicklung eines Transformer-basierten Netzwerks zur Vorhersage der zukünftigen semantischen 4D-Belegung aus sequenziellen Multi-View-Kameradaten mittels schwacher oder Selbstüberwachung. 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 Baselines auf großen Datensätzen mit besonderem Fokus auf Vorhersagegenauigkeit, 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, Foundation Models sowie Paradigmen des selbst- bzw. schwach überwachten Lernens. 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 (
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
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Fachleuten aus der Branche in Kontakt zu treten. Stell Fragen, teile deine Ideen und zeig dein Interesse an der semantischen 4D-Belegungsvorhersage.
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen zu deinem Fachgebiet übst. Zeig, dass du die neuesten Trends in der KI und Robotik kennst und wie du sie in deiner Masterarbeit anwenden möchtest.
✨Tipp Nummer 3
Sei proaktiv! Wenn du eine interessante Stelle findest, bewirb dich direkt über unsere Website. Zeig, dass du motiviert bist und bereit, Verantwortung zu übernehmen.
✨Tipp Nummer 4
Nutze jede Gelegenheit, um deine Fähigkeiten zu zeigen. Ob durch persönliche Projekte oder Beiträge zu Open-Source-Projekten – alles zählt! Das zeigt dein Engagement und deine praktischen Kenntnisse in Python und Deep Learning.
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 warum du für diese Masterarbeit brennst.
Betone deine Skills: Stell sicher, dass du deine Programmierkenntnisse in Python und deine Erfahrung mit Deep-Learning-Frameworks klar hervorhebst. Zeig uns, was du kannst und wie du das in die 4D-Belegungsvorhersage einbringen kannst!
Verstehe die Anforderungen: Lies die Stellenbeschreibung gründlich durch und achte darauf, wie deine Fähigkeiten und Erfahrungen zu den geforderten Qualifikationen passen. Das zeigt uns, dass du wirklich interessiert bist und die Materie verstehst.
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 schnell und unkompliziert bei uns ankommt!
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 du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und hilft dir, mehr über die Unternehmenskultur und die Teamdynamik zu erfahren. Fragen zur Feedbackkultur oder zu Mentoring-Möglichkeiten sind besonders relevant.
✨Sprich über deine Motivation
Erkläre, warum du dich für diese Masterarbeit interessierst und was dich an der semantischen 4D-Belegungsvorhersage fasziniert. Deine Leidenschaft und Motivation können einen großen Unterschied machen und zeigen, dass du gut ins Team passt.