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
✨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 Interessen und zeige, dass du motiviert bist, mehr über die semantische 4D-Belegungsvorhersage zu lernen.
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du dich mit den neuesten Trends in der KI und 3D-Computer Vision vertraut machst. Zeige dein Wissen über selbst- und schwach überwachte Lernmethoden und sei bereit, deine Programmierkenntnisse in Python zu demonstrieren.
✨Tipp Nummer 3
Sei proaktiv! Wenn du eine interessante Stelle siehst, bewirb dich direkt über unsere Website. Zeige, dass du die Initiative ergreifst und bereit bist, Verantwortung zu übernehmen. Das kommt bei Arbeitgebern immer gut an!
✨Tipp Nummer 4
Nutze jede Gelegenheit, um deine Soft Skills zu zeigen. Teamarbeit und Kommunikation sind entscheidend, besonders in einem selbstorganisierten Umfeld. Sei offen für Feedback und zeige, dass du lernbereit bist – das wird dir helfen, dich von anderen Bewerbern abzuheben.
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 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.