system-administration

Bosch Group

<div><section><div><p></p><h2>Company Description</h2></div><div><p><strong>Bei Bosch gestalten wir Zukunft mit hochwertigen Technologien und Dienstleistungen, die Begeisterung wecken und das Leben der Menschen verbessern. Unser Versprechen an unsere Mitarbeiterinnen und Mitarbeiter steht dabei felsenfest: Wir wachsen gemeinsam, haben Freude an unserer Arbeit und inspirieren uns gegenseitig. Willkommen bei Bosch.</strong></p><p>Die Robert Bosch GmbH<em> </em>freut sich auf Ihre Bewerbung!</p></div></section><section><div><p></p><h2>Job Description</h2></div><div><p>Aktuelle automatisierte Fahrzeugsysteme sind hybrid aufgebaut, d.h. es werden klassische modellgetriebene Ansätze mit datengetriebenen KI-Ansätzen kombiniert. Bisher werden alle Module unabhängig voneinander auf Basis modulbezogener Leistungskennzahlen entwickelt bzw. trainiert. In einem zweiten Schritt wird die systembezogene Evaluation in Software-in-the-Loop-Tests sowie Closed-Loop im Fahrzeug durchgeführt. Die gravierenden Nachteile sind zum einen, dass die eigenständige Optimierung von Modulen keine Gewähr für ein globales, systembezogenes Optimum bietet. Zum anderen die manuelle, erfahrungsbasierte Analyse des resultierenden Systems zur Ermittlung der leistungsbezogenen Schwachstellen in der Architektur sowie der langsame Systementwicklungsprozess.</p><ul><li>Das Ziel dieser Arbeit ist die Erforschung der Systemaspekte einer bahnbrechenden Innovation im Systemdesign: End-2-End trainierbare Systeme.</li><li>Sie bearbeiten offene Forschungsfragen, wie: Wie kann man ein System, das aus KI-Submodulen besteht, effizient trainieren (effiziente Verlustfortpflanzung)? Wie trainiert man ein hybrides System?</li><li>Des Weiteren erforschen Sie sicherheitsrelevante Maßnahmen, die eine Introspektion des Systems ermöglichen.</li><li>Als Teil unseres Teams werden Sie neuartige Ansätze des maschinellen Lernens mit Schwerpunkt auf Video, Radar und LiDAR entwickeln.</li><li>Zudem evaluieren Sie Ihre Algorithmen an öffentlichen Benchmark-Datensätzen und internen realen Datensätzen - offline sowie online.</li><li>Mit Ihrer Arbeit leisten Sie einen Beitrag zur wissenschaftlichen Gemeinschaft durch Veröffentlichungen auf den wichtigsten Konferenzen und Zeitschriften für maschinelles Lernen, autonome Systeme sowie Robotik (NIPS, ICML, ICLR, CVPR, ICCV, IROS, TPAMI oder IV).</li><li>Nicht zuletzt übernehmen Sie Verantwortung und arbeiten in einem agilen sowie vielfältigen Forschungsteam mit anderen Doktorandinnen bzw. Doktoranden und mit einer starken Verbindung zu Forschungsprojekten für autonome Fahrzeugsysteme.</li></ul></div></section><section><div><p></p><h2>Qualifications</h2></div><div><ul><li><strong>Ausbildung: </strong>ausgezeichneter Abschluss (Master/Diplom) in Informatik, Robotik, Elektrotechnik, Mathematik oder vergleichbar</li><li><strong>Erfahrung und Know-how:</strong> fundierte Kenntnisse von Algorithmen und Prinzipien des maschinellen Lernens, vorzugsweise Deep Learning sowie nachgewiesene Programmierkenntnisse in Python und C++</li><li><strong>Persönlichkeit und Arbeitsweise: </strong>aufgeschlossener Teamplayer, der zielorientiert ist und logisch denkt</li><li><strong>Sprachen:</strong> sehr gutes in Englisch (in Wort und Schrift), Deutschkenntnisse von Vorteil</li></ul></div></section><section><div><p></p><h2>Additional Information</h2></div><div><p><a href="https://www.bosch-ai.com">https://www.bosch-ai.com<br> www.bosch.com/research</a></p><p>Das endgültige Promotionsthema ist abhängig von Ihrer Universität.</p><p><strong>Start: April 2024 oder nach Absprache</strong></p><p>Bitte reichen Sie alle relevanten Unterlagen ein (inkl. Lebenslauf, Zeugnisse).</p><p>Wir bieten flexible Arbeitsmodelle: von unterschiedlichen Teilzeitmöglichkeiten über mobiles Arbeiten bis hin zum Jobsharing. Sprechen Sie uns gerne dazu an.</p><p>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.</p><p><strong>Sie haben Fragen zum Bewerbungsprozess?</strong><br> Kevin Heiner (Personalabteilung)<br> +49 711 811 12223</p><p><strong>Sie haben fachliche Fragen zum Job?</strong><br> Thomas Michalke (Fachabteilung)<br> +49 711 811 43435</p></div></section></div>

PhD - End-2-End Trainierbares KI-System mit Introspektion für das Autonome Fahren

Es werden keine Bewerbungen mehr angenommen.