Bist Du bereit, neuste Reinforcement-Learning-Ansätze zu entwickeln und in die Praxis zu bringen? Am Fraunhofer-Anwendungszentrum »Vernetzte Mobilität und Infrastruktur« in Ingolstadt eröffnet sich für Dich eine einzigartige Möglichkeit: Erkunde die Potenziale von Reinforcement Learning, um Fragestellungen in den Bereichen der autonomen Luftfahrt, Verkehrsoptimierung oder Grundlagenforschung zu untersuchen. In enger Kooperation mit führenden Industriepartnern stellst Du sicher, dass Deine Forschungsergebnisse in die Praxis umgesetzt werden können und somit einen echten Unterschied bewirken. Diese Stelle bietet Dir die Gelegenheit, aktiv an wegweisenden Technologien mitzuwirken und speziell in den Bereichen Multi-Agent Reinforcement Learning und Hierarchisches Reinforcement Learning neuste Forschungsansätze umzusetzen. Nutze die Chance, in hochaktuellen und praxisrelevanten Forschungsprojekten zu arbeiten und interdisziplinäre Forschung an der Spitze technologischer Innovation zu erleben. Mit Zugang zu hochmodernen Rechenressourcen, Simulationen und Datensätzen kannst Du deine Ideen voll entfalten. Wir bieten Dir eine fachliche Betreuung auf höchstem Niveau, um Deine persönliche und professionelle Entwicklung bestmöglich zu unterstützen.
Was Du bei uns tust
Als Praktikant/in oder im Rahmen Deiner Abschlussarbeit wirst du Teil unseres engagierten Teams und arbeitest mit modernster Technologie an spannenden Projekten im Bereich der autonomen Luftfahrt oder Verkehrsoptimierung. Setze Deine eigenen Ideen um und tauche dabei in innovative Forschungsfelder ein, darunter:
* Verkehrsoptimierung über Multi Agent Reinforcement Learning und Hierarchisches Reinforcement Learning
* Reinforcement-Learning-basierte Empfehlungssysteme für die Verkehrsoptimierung
* Verbindung von Quantum-Technologie und Reinforcement Learning
* Reinforcement Learning für die Pfad- und Trajektorienplanung von Luftfahrtsystemen
* Vision-Language-Action Modelle für autonome Drohnensysteme
* Multiagenten-Kooperation mittels Reinforcement Learning und Control Barrier Functions
* Missionsplanung für Luftfahrtsysteme über evolutionäre Algorithmen und Reinforcement Learning
* Single-Shot Reinforcement Learning
Was Du mitbringst
* laufendes Studium (Bachelor oder Master) der Informatik, Data Science, Mathematik, Physik, Elektro- und Informationstechnik, Mechatronik oder einer verwandten Fachrichtung
* sehr gute Studienleistungen
* Erfahrung aus vorangegangen eigenen Forschungsarbeiten oder Kursen im Bereich Reinforcement Learning und Optimierung
* Erfahrung im Bereich der Pfad- / Trajektorienplanung oder Verkehrsoptimierung wünschenswert
* Kenntnisse in Programmiersprachen wie Python und Erfahrung mit Deep-Learning-Frameworks (z. B. PyTorch)
* Leidenschaft für die Forschung und das Lösen komplexer Problemstellungen
* strukturierte, eigenverantwortliche und ergebnisorientierte Arbeitsweise
* ausgezeichnete Kommunikations- und Teamfähigkeit
Was Du erwarten kannst
* anspruchsvolle Aufgaben in hochaktuellen und anwendungsrelevanten Forschungsaufgaben
* interdisziplinäre Forschung an zukunftsträchtigen Technologien
* Zugang zu hochmodernen Rechenressourcen und einer leistungsstarken Infrastruktur
* eine fachgerechte Betreuung
* flexible Arbeitszeiten
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 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.
Haben wir Dein Interesse geweckt?