Student*in für Masterarbeit Transfer Learning mit 3D Konstruktionsdaten
Bewerben Sie sich bei Mercedes-Benz und finden Sie den Aufgabenbereich, in dem Sie Ihre Talente individuell entfalten können. Dabei werden Sie von visionären Kolleginnen und Kollegen unterstützt, die Ihren Pioniergeist teilen. Bei uns einzusteigen bedeutet, Teil eines globalen Teams zu werden, dessen Ziel es ist, die begehrenswertesten Automobile der Welt zu bauen. Together for excellence.
Stellennummer: MER0003TL9
Aufgaben
Mercedes-Benz steht an der Spitze der Automobilindustrie und gestaltet aktiv die Zukunft der Mobilität. In der Forschungs- und Entwicklungsabteilung (R&D) von Mercedes-Benz Cars arbeiten wir an der nächsten Generation von Fahrzeugen und treiben Innovationen in jedem Bereich der Fahrzeugentwicklung voran. Durch die Nutzung großer Datenmengen und fortschrittlicher digitaler Methoden und KI-Modelle für CAx beschleunigen wir die Konstruktions- und Validierungszyklen für Fahrzeugkomponenten.
Industrielle KI-Anwendungen sind häufig durch den Mangel an gelabelten Daten eingeschränkt, die speziell auf bestimmte Aufgaben zugeschnitten sind. Dies begrenzt sowohl die Leistungsfähigkeit als auch die Generalisierbarkeit der Modelle. Im Gegensatz dazu entsteht im Lebenszyklus von CAD-Daten eine Fülle an Informationen, die jedoch größtenteils unbeschriftet oder nur für andere, aber verwandte Aufgaben relevant sind. Das Potenzial dieser bislang ungenutzten Ressource zu erschließen, ist entscheidend für den Fortschritt von KI-Technologien im industriellen Umfeld. Techniken wie Transferlernen und Domänenadaption haben sich als wirkungsvolle Ansätze erwiesen, um die Lücke zwischen gelabelten und ungelabelten bzw. domänenübergreifenden Daten zu überbrücken. Diese Methoden ermöglichen eine effektivere Wissensübertragung und Repräsentationslernen, insbesondere in anspruchsvollen Szenarien wie generativen 3D-Aufgaben, bei denen annotierte Datensätze für verschiedene Aufgaben besonders begrenzt sind.
Mögliche Aufgaben:
Mitarbeit an der Entwicklung von Deep-Learning-Modellen für 3D-Objekte
Entwicklung fortschrittlicher Transfer-Learning-Methoden im 3D-Bereich
Untersuchung von Vor- und Nachverarbeitungstechniken für 3D-Geometrien
Erfassung und Aufbereitung von Daten für den internen Datensatz
Die Tätigkeit kann ab Dezember 2025 beginnen.
Profil
Studiengang im Bereich Informatik, Softwaretechnik oder einem verwandten Fachgebiet
Sichere Deutsch- und Englischkenntnisse in Wort und Schrift
Ausgeprägte Programmierkenntnisse (z. B. in Python)
Erfahrung mit Deep-Learning-Frameworks (z. B. PyTorch, TensorFlow) und entsprechenden Projekten
Wissen im Bereich 3D-Computer Vision
Teamfähigkeit und eigenständige Arbeitsweise
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 hier.
Schwerbehinderte und gleichgestellte Bewerbende sind herzlich willkommen! Die Schwerbehindertenvertretung (SBV-Sindelfingen@mercedes-benz.com) unterstützt Sie gerne im Bewerbungsprozess.
HR Services hilft Ihnen bei Fragen zum Bewerbungsprozess gerne weiter. Sie erreichen uns per E-Mail über myhrservice@mercedes-benz.com oder telefonisch unter 0711/17-99000 (Mo-Fr 10-12 Uhr & 13-15 Uhr).
Wir bieten
- Essenszulagen
- Mitarbeiterhandy möglich
- Mitarbeiterrabatte möglich
- Mitarbeiterbeteiligung möglich
- Mitarbeiter Events
- Coaching
- Flexible Arbeitszeit möglich
- Hybrides Arbeiten möglich
- Gesundheitsmaßnahmen
- Betriebliche Altersversorgung
- Mobilitätsangebote
STBL1_DE