Masterarbeit im Bereich Automatische Extraktion elektrischer Schaltungen mit Deep Learning
Masterarbeit im Bereich Automatische Extraktion elektrischer Schaltungen mit Deep Learning
Employer Active
Job Alert
You will be updated with latest job alerts via email
Share
Job Alert
You will be updated with latest job alerts via email
Job Description
Unsere Abteilung entwickelt Schaltungen fr Steuergerte im Bereich des automatisierten Fahrens. Der Groteil der aktuellen Entwicklungsschritte muss manuell ausgefhrt werden. Ziel der Masterarbeit ist es AIbasierte Anstze zur Automatisierung dieser Schritte zu erforschen um die Effizienz und Geschwindigkeit der Entwicklung zu steigern.
- Whrend deiner Masterarbeit erweiterst du einen vorhandenen Datensatz von Schaltplnen durch die Entwicklung eines semiautomatisierten Prozesses fr die Datenerfassung und das Labeling.
- Du analysierst den Datensatz mit fortgeschrittenen DataScience Methoden und erkennst elektrische Bauelemente mittels DeepLearning Modellen wie z.B. YOLO.
- Darber hinaus bewertest du die Generalisierungsfhigkeit des Modells auf verschiedenen Datenstzen und optimierst das Modell durch z.B. Hyperparametertuning und Data Augmentation.
- Nicht zuletzt vergleichst du die Performance des DeepLearningModells mit Large Language Models wie GPT oder Gemini sowie klassischen regelbasierten Algorithmen.
Qualifications :
- Ausbildung: Masterstudium im Bereich Computer Science Informatik Elektrotechnik Robotik Kybernetik Physik oder vergleichbar
- Erfahrungen und Knowhow: sehr gute PythonKenntnisse; Erfahrung im Bereich Deep Learning (z.B. mit YOLO oder gngigen Libraries); Kenntnisse zu elektrischen Schaltungen vorteilhaft
- Persnlichkeit und Arbeitsweise: du arbeitest motiviert und selbststndig
- Begeisterung: fr die Erforschung und Umsetzung aktueller AIThemen
- Sprachen: gutes Deutsch oder Englisch
Zustzliche Informationen :
Beginn: nach Absprache
Dauer: 6 Monate
Voraussetzung fr die Abschlussarbeit ist deine Immatrikulation an einer Hochschule. Bitte fge deiner Bewerbung deinen Lebenslauf deinen aktuellen Notenspiegel deine Prfungsordnung sowie ggf. deine gltige Arbeits und Aufenthaltserlaubnis bei.
Vielfalt und Inklusion sind fr uns keine Trends sondern fest verankert in unserer Unternehmenskultur. Daher freuen wir uns ber alle Bewerbungen: unabhngig von Geschlecht Alter Behinderung Religion ethnischer Herkunft oder sexueller Identitt.
Du hast fachliche Fragen zum Job
Simon Nau (Fachabteilung)
49
In diesem Team sind wir per du. Werde ein Teil davon! Work #LikeABosch
Remote Work :
No
Employment Type :
Fulltime
Employment Type
Full-time
