Masterarbeit Deep Learning auf multivariaten Zeitreihendaten im Motorradbereich

Möchtest du die Zukunft der Motorradsicherheit aktiv mitgestalten und dabei modernste Deep-Learning-Methoden einsetzen Werde Teil unserer zentralen Forschung und leiste einen entscheidenden Beitrag zur Reduzierung des Unfallrisikos. Im Rahmen deiner Masterarbeit widmest du dich der Analyse von komplexen multivariaten Zeitreihendaten. Als Datenbasis dienen dir hierbei insbesondere empirische Messdaten von Motorrädern aus realen Testfahrten. Ziel ist es Muster zu erkennen Fahrzustände vorherzusagen und somit einen direkten Beitrag zur Entwicklung zukünftiger Fahrassistenzsysteme zu leisten.

• Du übernimmst die Aufbereitung Bereinigung und Strukturierung empirischer Messdaten aus realen Testfahrten und validierst deine entwickelten Modelle anhand dieser Daten.
• Konzipiere und implementiere zeitreihenbasierte Deep-Learning-Ansätze zur Mustererkennung und Zustandsschätzung wobei du dich insbesondere auf Sequence-to-Sequence-Ansätze konzentrierst.
• Mithilfe ausgewählter Methoden überprüfst du die Erklär- und Interpretierbarkeit der Ergebnisse deiner entwickelten Deep-Learning-Modelle.
• Deine Arbeit findet direkte Anwendung in der praxisnahen Forschung und bildet eine wertvolle Basis für zukünftige Sicherheits- und Assistenzsysteme.

Qualifications :

• Ausbildung: Masterstudium im Bereich Data Science Informatik Mathematik Mechatronik Physik oder verwandte Studiengänge in den Ingenieurs- oder Naturwissenschaften mit sehr guten Studienleistungen und fortgeschrittenem Studienverlauf
• Erfahrungen und Know-how: fundiertes Verständnis und praktische Erfahrung in der Daten(vor)verarbeitung und Datenauswertung; solide Vorkenntnisse in der Anwendung von zeitreihenbasierten Deep-Learning-Modellen (z.B. PyTorch SciKit Learn) und Sequence-to-Sequence-Ansätzen; erste Erfahrungen im Umgang mit Explainable AI (XAI) (z.B. SHAP LIME); sehr gute Programmierkenntnisse in Python; Kenntnisse in C/C von Vorteil
• Persönlichkeit und Arbeitsweise: dir gelingt es komplexe Sachverhalte schnell zu erfassen sowie analytisch zu durchdringen; du arbeitest strukturiert und integrierst dich erfolgreich in Teams
• Arbeitsalltag: wir bieten dir die Möglichkeit hybrid zu arbeiten
• Begeisterung: für Innovation und Technologie
• Sprachen: verhandlungssicheres Deutsch und Englisch

Zusätzliche Informationen :

Beginn: nach Absprache
Dauer: 6 Monate

Voraussetzung für die Abschlussarbeit ist die Immatrikulation an einer Hochschule. Bitte füge deiner Bewerbung deinen Lebenslauf deinen aktuellen Notenspiegel deinen Notenspiegel aus dem Bachelorstudium die Prüfungsordnung sowie ggf. eine gültige Arbeits- und Aufenthaltserlaubnis bei.

Vielfalt und Inklusion sind für uns keine Trends sondern fest verankert in unserer Unternehmenskultur. Daher freuen wir uns über alle Bewerbungen: unabhängig von Geschlecht Alter Behinderung Religion ethnischer Herkunft oder sexueller Identität.

Du hast fachliche Fragen zum Job
Max Prochaska (Fachabteilung)
 

Work #LikeABosch beginnt hier: Jetzt bewerben!

Remote Work :

No

Employment Type :

Full-time