Deine Tätigkeiten in dieser Position Werkstudententätigkeit - eventuell mit der Möglichkeit, im Rahmen der Tätigkeit eine Studienabschlussarbeit zu schreiben Mitarbeit an der Entwicklung autonomer Fahrfunktionen auf Basis von ROS 2 – von der Sensordatenverarbeitung bis zur Bewegungsplanung Anwendung von Methoden aus Machine Learning und Deep Learning zur 2D- und 3D-Umfelderkennung (z. B. Objekterkennung, Segmentierung, Tracking) Unterstützung bei der Integration der Software in unsere Fahrzeuge Arbeit mit modernen Sensorsystemen (Kamera, LiDAR, Radar) und Datenfusion zur robusten Umfelderfassung Durchführung von Tests und Validierungen auf Teststrecken und im Labor – von Simulationsszenarien bis zu realen Fahrversuchen Mitarbeit bei der Optimierung und Fehlersuche im Autonomie-Stack sowie bei der Dokumentation der Ergebnisse Zusammenarbeit mit erfahrenen Entwicklerinnen und Entwicklern aus den Bereichen Robotik, KI und Fahrzeugtechnik bis 90% Home Office möglich Das bringst Du mit Eingeschriebener Student in einem relevanten Studiengang wie Informatik, Robotik, Fahrzeugtechnik, Elektrotechnik, Data Science oder verwandten Fachrichtungen. Gute bis sehr gute Programmierkenntnisse (insb. Python und C/C++). Erfahrungen mit Machine Learning Frameworks unter Linux Analytisches Denkvermögen Teamfähigkeit und Hands-On-Mentalität. Klare und offene Kommunikationsweise. Selbstständige und strukturierte Arbeitsweise. Gute Deutsch- und Englischkenntnisse Arbeiten bei Cubonic Die Möglichkeit, wertvolle Erfahrungen im Automotive-Bereich in einem dynamischen und innovativen Unternehmen zu sammeln. Flexible Arbeitszeiten, die sich gut mit Ihrem Studium vereinbaren lassen. Die Chance, an spannenden Projekten mitzuwirken und Ihre Fähigkeiten weiterzuentwickeln. Ein junges, dynamisches und hochmotiviertes Team. Kurze Entscheidungswege und eigenverantwortliches Arbeiten. Moderne Arbeitsmittel und die Möglichkeit zur Arbeit im Home-Office. Dein Weg zu uns Interessiert? Dann bewirb Dich unter: karriere@cubonic.de Dein Cubonic-Karriereteam Über uns We believe in solving today's and tomorrow's transportation challenges more sustainably, efficiently and effectively