Praktikum im Bereich Machine Learning Basierte Fahrdynamikregelsysteme für eBikes

Unternehmensbeschreibung

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.

Die Robert Bosch GmbH freut sich auf Ihre Bewerbung!

Stellenbeschreibung

• Auf dem Weg zum vernetzten und sicheren eBike unterstützen Sie die Entwicklung von KI-basierten Regelungsansätzen für die Fahrdynamikregelung.
• Sie implementieren hybride Modelle, die physikalische Modelle und auf maschinellem Lernen basierende Module integrieren, um virtuelle Sensoren zu implementieren.
• Nicht zuletzt realisieren Sie einen Funktionsdemonstrator zur Evaluierung der entwickelten Funktionen.

Qualifikationen

• Ausbildung: Studium im Bereich Informatik, Mechatronik, Kibernetik oder vergleichbar mit sehr guten Studienleistungen
• Erfahrungen und Know-how: mit Matlab/Simulink, Python und Machine Learning Frameworks; gute Kenntnisse im Bereich Fahrdynamik, Zustandschätzung und Machine Leaning
• Persönlichkeit und Arbeitsweise: kreativer Mensch, der eigeninitiativ und selbständig vorgeht 
• Begeisterung: Freude am Experimentieren
• Sprachen: sehr gutes Deutsch und Englisch in Wort und Schrift

Zusätzliche Informationen

Beginn: nach Absprache
Dauer: 6 Monate

Voraussetzung für das Praktikum ist die Immatrikulation an einer Hochschule. Bitte fügen Sie Ihrer Bewerbung Ihren Lebenslauf, Ihren aktuellen Notenspiegel, eine aktuelle Immatrikulationsbescheinigung, Ihre 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.

Sie haben fachliche Fragen zum Job?
Alessandro Moia (Fachabteilung)
+49 711 811 43672
Silas Klug (Fachabteilung)
+49 711 811 8344

Summary

• Type: Full-time
• Function: Research