Sie entwickeln und trainieren End-to-End-Modelle für das automatisierte Fahren, von Imitation Learning bis hin zu VLA-Architekturen
Sie bauen Trainings- und Evaluationspipelines auf großen realen Fahrdatensätzen und der Daten aus unseren eigenen Versuchsträgern
Sie führen Closed-Loop-Evaluationen in Simulation durch und benchmarken Ihre Modelle systematisch gegen modulare Referenz-Stacks
Sie untersuchen Interpretierbarkeit, Absicherung und Fail-Safe-Konzepte für lernende Fahrfunktionen
Sie bringen Ihre Modelle auf die Fahrzeug-Recheninfrastruktur und erproben sie im realen VersuchsträgerSie überführen Ihre Ergebnisse in systematische Sicherheitsargumentationen und bringen sie in Normung, Regulierung und internationale Publikationen ein
Abgeschlossenes Hochschulstudium (Master oder vergleichbar) in Maschinenbau, Informatik, Elektrotechnik, Robotik oder einer vergleichbaren Disziplin
Fundierte Kenntnisse im Deep Learning
Erfahrung mit Transformer-Architekturen, Imitation Learning, Reinforcement Learning oder Foundation Models ist von Vorteil
Programmierkenntnisse in Python und C/C++; Erfahrung mit ROS 2, CUDA oder Simulationsumgebungen (z. B. CARLA) von Vorteil
Interesse daran, Modelle nicht nur zu trainieren, sondern auf echter Hardware im Fahrzeug zum Laufen zu bringen
Selbstständige, zuverlässige und systematische Arbeitsweise
Sehr gute Englischkenntnisse in Wort und Schrift; gute Deutschkenntnisse von Vorteil
Die Einstellung erfolgt im Beschäftigtenverhältnis.
Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet auf 2 Jahre.
Eine Verlängerung auf insgesamt mindestens 3 Jahre im Rahmen der Promotion ist vorgesehen. Eine Gesamtbeschäftigungsdauer von 5 Jahren wird angestrebt.
Die befristete Beschäftigung erfolgt im Rahmen der Befristungsmöglichkeiten des Wissenschaftszeitvertragsgesetzes.
Es handelt sich um eine Vollzeitstelle.
Eine Promotionsmöglichkeit besteht.
Die Eingruppierung richtet sich nach dem TV-L.
Die Stelle ist bewertet mit EG 13 TV-L.
BATO1_DE
4.759 € – 6.765 €gross / month
Per the job ad: TV-L, pay group E13. The ad names no level, so this spans all 6 levels. Full-time.