Tätigkeitsbereich:Forschung & Entwicklung incl. DesignFachabteilung:MB.OS EE-Architecture Methods & TechnologiesGesellschaft:Mercedes-Benz AGStandort:Mercedes-Benz Werk Sindelfingen, SindelfingenStartdatum:..6Veröffentlichungsdatum:..6Stellennummer:MER3YZCArbeitszeit:Vollzeit BewerbenAufgaben
In der Konzernforschung & Mercedes Benz Cars Entwicklung (RD) gestalten wir die Automobilgenerationen der Zukunft. Damit meinen wir innovative Produkte mit höchster Qualität und effiziente Entwicklungsprozesse unter Verwendung modernster Technologien. Wir arbeiten schon heute an Fahrzeugen, die die Technologieführerschaft von Daimler auch zukünftig sichern werden.
In der Abteilung MB.OS Architecture gestalten wir crossfunktional und baureihenübergreifend die zukünftigen Fahrzeuggenerationen von Mercedes-Benz Cars hinsichtlich Komponentenvernetzung und Energieversorgung.
Als Masterand*in in einem unserer Projekte im Bereich Energy Supply arbeiten Sie an der Schnittstelle von Künstlicher Intelligenz, Software Engineering und Automotive-Hardware. Ihre Hauptaufgabe ist die Konzeption und Entwicklung eines innovativen AI-basierten Requirements-to-Code-to-Hardware Workflows, der die Effizienz und Qualität in der Entwicklung sicherheitsrelevanter Automotive-Software maßgeblich verbessert.
Ihre Tätigkeiten umfassen dabei:
1. Analyse und Konzeption: Sie analysieren bestehende Prozesse zur ECU-Code-Generierung und identifizieren Potenziale für AI-gestützte AutomatisierungDarauf aufbauend konzipieren Sie einen Workflow, der textuelle Anforderungen (Requirements), Testfälle und manuelle Code-Reviews als Input nutzt
2. AI-basierte Code-Generierung und -Anpassung: Sie entwickeln und implementieren Algorithmen und Modelle (z.B. basierend auf LLMs und RAG-Systemen), die in der Lage sind, ausführbaren ECU-Code direkt aus Spezifikationen und Testfällen zu generieren oder bestehenden Code basierend auf Review-Feedback anzupassen
3. Integration in den Entwicklungsprozess: Sie arbeiten an der nahtlosen Integration Ihres entwickelten Workflows in einen automatisierten Gesamtprozess, um eine durchgängige Toolchain zu gewährleisten
4. Qualitätssicherung durch AI-Methoden: Sie erforschen und implementieren AI-basierte Methoden zur Verbesserung der Systementwicklung, darunter:Coverage-Analyse: Entwicklung von Ansätzen zur automatischen Überprüfung der Abdeckung von Requirements durch TestfällePlausibilitätschecks: Konzeption und Implementierung von AI-Modellen zur automatischen Überprüfung der Konsistenz und Plausibilität von textuellen AnforderungenDokumentation und Evaluation: Sie dokumentieren Ihre Forschungsergebnisse, die entwickelte Architektur und die Implementierung detailliert. Zudem evaluieren Sie die Leistungsfähigkeit und den Nutzen Ihres entwickelten Systems anhand relevanter Metriken und Anwendungsfällen
Die endgültige Themenfindung erfolgt in Absprache mit der Hochschule, Ihnen und uns.
Die Tätigkeit kann ab sofort bzw. März 6 beginnen.
Qualifikationen
5. Studiengang im Bereich Informatik, Data Science, Künstliche Intelligenz, Embedded Systems, Mechatronik oder Vergleichbares
6. Grundlagen AI/ML: Verständnis von Machine Learning Algorithmen, insbesondere Large Language Models (LLMs), Natural Language Processing (NLP) und Retrieval-Augmented Generation (RAG) Systeme
7. Programmierkenntnisse: Fundierte Kenntnisse in Python (idealerweise 3.+) sind essenziell, inklusive relevanter Bibliotheken für AI/ML (z.B. scikit-learn, PyTorch, TensorFlow) und Datenverarbeitung
8. Software Engineering: Verständnis von Clean Code Prinzipien, Softwarearchitektur und Testmethoden (Unit-Tests, Integrationstests)
9. Datenbanken: Grundkenntnisse in Vektordatenbanken (z.B. FAISS, ChromaDB, Pinecone) und idealerweise auch Graphdatenbanken (z.B. Neo4j) für Wissensrepräsentation
10. Analysefähigkeiten: Die Fähigkeit, komplexe technische Spezifikationen zu analysieren und in formale Modelle zu übersetzen
11. Forschungskompetenz: Methodisches Vorgehen bei der Konzeption, Entwicklung und Evaluierung neuer Ansätze
12. Nice-to-Have:
Erste Berührungspunkte mit Automotive-Standards (z.B. AUTOSAR, ISO ) oder dem Konzept von Embedded SystemsErfahrung mit Prompt Engineering für LLMsKenntnisse in formalen Methoden oder Verifikation sind ein Plus
Zusätzliche Informationen:
Wir freuen uns auf Ihre Online-Bewerbung mit Lebenslauf, Anschreiben, Zeugnissen, aktueller Immatrikulationsbescheinigung mit Angabe des Fachsemesters und Nachweis über die Regelstudienzeit. Bitte vergessen Sie nicht im Online-Formular Ihre Dokumente als "relevant für diese Bewerbung" zu markieren und die maximale Dateigröße von 5 MB zu beachten.
Weiterführende Informationen zu den Einstellkriterien finden Sie .
Benefits Essenszulagen Mitarbeiterhandy möglich Mitarbeiterrabatte möglich Mitarbeiterbeteiligung möglich Mitarbeiter Events Coaching Flexible Arbeitszeit möglich Hybrides Arbeiten möglich Gesundheitsmaßnahmen Betriebliche Altersversorgung Mobilitätsangebote Parkplatz Betriebsarzt Gute Anbindung Barrierefreiheit Kinderbetreuung Kantine, Café
We need your consent to load the Youtube service!
We use a third party service to embed video content that may collect data about your activity. Please review the details and accept the service to watch this video.
This content is not permitted to load due to trackers that are not disclosed to the visitor. The website owner needs to setup the site with their CMP to add this content to the list of technologies used.
Powered by