Was Sie bei uns tun
Ziel ist auf der Ebene von Subsystemen autonomer Fahrzeuge mögliche Schadensklassen und -moden zu identifizieren und hierfür mögliche Modellklassen bzw. Modelle und Parametrisierungsoptionen aufzuzeigen. Dies soll aufgrund von heute allgemein üblichen bzw. erwarteten Designs erfolgen, z.B. Interfaces und externe Services, Sensorik-Arten, Rohdatenverarbeitung, Daten-Fusion und Lagebildgenerierung, Fahrplanung und Steuerung, Aktuatorik und Chassis, bzw. noch geeignet weiter aufgelöst.
* Auswahl eines erwarteten autonomen elektrischen Fahrzeugdesigns aufgrund einer Literaturrecherche und Identifikation von Subsystemen, evtl. auch mit Hilfe von Differenzierung nach Funktionen, z.B. Annotation/Labeling von Objekten im Straßenverkehr
* Sichtung und Klassifizierung von Fehlermodellen- und -parametrisierungen für (teil-) autonome batterie-elektrische Fahrzeuge
* Erstellung von zusammenfassenden Modellfamilien und Parametrisierungen einschl. Unsicherheiten, auch über Subsysteme hinweg. Beispiele für Unterscheidungen: mit oder ohne self-monitoring, self-repair, fail operationl, fail safe, remote repair, etc.; Unterscheidung nach statistischen und systematischen Fehlern; Art der Abhängigkeit von vergangenen Zuständen
* Zuordnung von Modellfamilien und Parametrisierungen für alle Subsysteme, auch über bisher erfolgte Verwendungen hinaus, sowie Aufzeigen repräsentativen Modellverhaltens
* Aufzeigen von fehlenden Modellierungen und Parametrisierungen und Vorschläge für Erweiterungen bestehender in der Literatur verwendeter Modelle
Was Sie mitbringen
* Sie absolvieren ein wissenschaftliches Hochschulstudium (Master, Diplom, Bachelor) in den angewandten Ingenieur- oder Naturwissenschaften, oder in einem vergleichbaren MINT-Studiengang
* Es besteht Interesse an analytischem Arbeiten, Modellbildung sowie Exploration und Visualisierung von Modellverhalten
* Sie verfügen über Grundlagen im Bereich Maschinelles Lernen und Künstliche Intelligenz
* Von Vorteil wären evtl. Kenntnisse in Systemmodellierung oder in einer Schlüsseltechnologie mit Relevanz für das Autonome Fahren
* Kenntnis einer Programmiersprache einschl. Programmierumgebung (z.B. Python, C++) oder alternativ einer Computeralgebra (z.B. Matlab, Maple, Mathematica)
* Mit Ihrer selbstständigen und strukturierten Arbeitsweise bereichern Sie das interdisziplinäre Team unserer Abteilung
Was Sie erwarten können
* Sehr gute Betreuung durch erfahrene Wissenschaftler*innen, die Sie bei Ihrer Arbeit unterstützen.
* Interdisziplinäre Zusammenarbeit mit Kolleg*innen aus verschiedenen Fachgebieten.
* Sehr gutes Betriebsklima in einem hochmodernen Arbeitsumfeld das mit den neuesten Technologien und Ressourcen ausgestattet ist.
* Möglichkeit an wegweisenden Forschungsprojekten teilzunehmen.
Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.
Die wöchentliche Arbeitszeit beträgt 39 Stunden.
Die Vergütung richtet sich nach der Gesamtbetriebsvereinbarung zur Beschäftigung der Hilfskräfte.
Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.
Veränderung startet mit Ihnen – bewerben Sie sich jetzt!
Bitte bewerben Sie sich online mit Ihren vollständigen Bewerbungsunterlagen (Anschreiben, Lebenslauf, Immatrikulationsbescheinigung, ggf. Arbeitserlaubnis)!
Bei fachlichen Fragen wenden Sie sich bitte an:
Herrn Dr. Ivo Häring
Fraunhofer-Institut für Kurzzeitdynamik, Ernst-Mach-Institut EMI