Découvrez vos propres talents. Les étudiants sont invités à faire un stage pratique.

Nos offres actuels pour les étudiants

Nous avons les yeux tournés vers l’avenir. IPG Automotive vous offre de multiples possibilités de vous créer des perspectives dès le début de votre carrière professionnelle. Que ce soit pour un stage, un poste d’étudiant salarié, un mémoire ou un travail de fin d’études, vous pourrez mettre en pratique vos connaissances théoriques en vous basant sur notre expertise professionnelle.

Administration (1)

Werkstudent Controlling / Business Intelligence (h/f) DE

Location: Karlsruhe / ID: AD-WCont / #Permalink

Wir bieten:

  • Spannende Aufgaben und die Möglichkeit eigene Vorschläge und Ideen einzubringen
  • Mitarbeit in einem innovativen und abwechslungsreichen Umfeld
  • Eine positive Arbeitsatmosphäre in einem hoch motivierten Team
  • Eine attraktive Vergütung
  • Die Möglichkeit, die Tätigkeit in unserem Unternehmen im Rahmen einer Abschlussarbeit fortzusetzen

Ihre Aufgaben:

  • Unterstützung des Controlling-Teams beim Aufbau der Business Intelligence
  • Erstellung und Optimierung von Reports mit Power BI
  • Recherche und Aufbereitung relevanter Kennzahlen
  • Eigenverantwortliche Durchführung von qualitativen und quantitativen Analysen mit Unternehmensdaten
  • Auswertung und Präsentation der Ergebnisse
  • Übernahme von Sonderaufgaben im Controlling

Ihr Profil:

  • Eingeschriebene/r Student/in der Fachrichtung Wirtschaftsingenieurwesen, -informatik, -wissenschaften oder vergleichbare Qualifikation
  • Interesse sich mit Datenstrukturen und Power BI auseinanderzusetzen
  • Idealerweise ein Grundverständnis von relationalen Datenbanken
  • SQL-Grundkenntnisse von Vorteil
  • Sicherer Umgang mit MS Office-Anwendungen insbesondere Excel
  • Fähigkeit, Herausforderungen anzunehmen und Lösungen zu konzipieren
  • Gute Deutsch- oder Englischkenntnisse

Innovation Management & AI-Applications (2)

Bachelor- / Masterarbeit "Entwicklung einer KI-basierten Methode zur automatischen Schätzung von 3D-Objekten in Bilddaten" DE

Location: Karlsruhe / ID: IM-AA / #Permalink

Zeitraum: 6 Monate

Die effiziente Generierung von Simulationsumgebungen ist von Vorteil, um Test und Absicherung von hochautomatisierten Fahrfunktionen zu beschleunigen. Die erforderlichen Testfälle und Szenarien können dabei auf verschiedene Weise hergeleitet werden. In dieser Arbeit soll als Teil eines neuartigen Ansatzes eine Methode entwickelt werden, die es ermöglicht, statische Objekte wie Gebäude und Gegenstände in Fahrbahnnähe aus aufgezeichneten Daten (Bildern) automatisch zu detektieren, zu klassifizieren und zu lokalisieren. Für diesen Zweck sollen der Stand-der-Technik für Verfahren des maschinellen Lernens für diesen Anwendungsfall recherchiert, bewertet und implementiert werden. Im Anschluss an die Objekterkennung werden die extrahierten Objekte mittels eines geeigneten Matching-Algorithmus mit einer existierenden Modellbibliothek verglichen und anschließend automatisiert als synthetische Objekte in der Simulationsumgebung platziert.

Wir bieten:

  • Eine spannende Abschlussarbeit mit der Möglichkeit eigene Vorschläge und Ideen einbringen zu können
  • Mitarbeit in einem innovativen und abwechslungsreichen Umfeld
  • Eine positive Arbeitsatmosphäre in einem hoch motivierten Team
  • Eine angemessene Vergütung

Ihre Aufgaben:

  • Einarbeitung in die Simulationsumgebung CarMaker und das Themenfeld maschinelles Lernen im Bereich der Objekterkennung und -klassifikation
  • Konzeptentwicklung und Auswahl eines geeigneten ML-Verfahrens zur Schätzung und Klassifikation von 3D-Objekten (z.B. Gebäude) in Bildern
  • Implementierung und Training des Verfahrens anhand geeigneter Datensätze und Anwendung mit dem Ziel der Erzeugung synthetischer Umgebungen auf Basis der klassifizierten Objekte unter Zuhilfenahme einer existierenden 3D-Bibliothek

Ihr Profil:

  • Student/in der Studienrichtung Informatik, Elektrotechnik, Maschinenbau oder vergleichbare Qualifikationen Theoretische und/oder praktische Erfahrungen im Bereich maschinelles Lernen, idealerweise im Kontext der Objekterkennung
  • Kenntnisse in Python und/oder C/C++
  • Analytisches Denken sowie Freude an der Lösung von komplexen Fragestellungen
  • Eine sehr genaue, zuverlässige und eigenverantwortliche Arbeitsweise

Bachelor- / Masterarbeit "Konzeption und Umsetzung eines KI-basierten Fahrermodells mit Fokus auf Verbrauchsoptimierung" DE

Location: Karlsruhe / ID: BD-AA-IM / #Permalink

Zeitraum: 6 Monate

Antriebsstrang- oder Gesamtfahrzeugprüfstände stellen heute den Stand der Technik für die Verbrauchsmessung und -optimierung in der Fahrzeugentwicklung dar. Zur Untersuchung von systemischen Wechselwirkungen werden am Prüfstand Teile der Umgebung und des Restfahrzeugs im Closed-Loop-Verfahren simulativ abgebildet. Eine Herausforderung besteht darin, das Fahrzeug in diesen Umgebungen analog zum menschlichen Fahrer zu steuern und zu regeln. Dies geschieht entweder anhand festgelegter Fahrzyklen oder in frei definierbaren Fahrszenarien in Echtzeit. Die Konzeption und Umsetzung eines KI-basierten Regelmodells erfolgt zunächst rein simulativ. Im Anschluss besteht die Möglichkeit, die Ergebnisse auf einen Prüfstand zu übertragen.

Wir bieten:

  • Eine spannende Abschlussarbeit mit der Möglichkeit eigene Vorschläge und Ideen einbringen
  • Mitarbeit in einem innovativen und abwechslungsreichen Umfeld
  • Eine positive Arbeitsatmosphäre in einem hoch motivierten Team
  • Eine angemessene Vergütung

Ihre Aufgaben:

  • Einarbeitung in die Simulationsumgebung CarMaker und Fahrerregelmodelle
  • Einarbeitung in das Themenfeld selbstlernender Systeme und Reinforcement Learning
  • Auswahl, Konzeptionierung und Umsetzung eines geeigneten Lernverfahrens
  • Training und Evaluation des umgesetzten Lernverfahrens in der Simulationsumgebung, ggf. auch am Prüfstand

Ihr Profil:

  • Student/in der Studienrichtung Informatik, Elektrotechnik, Maschinenbau oder vergleichbare Qualifikationen
  • Theoretische und/oder praktische Erfahrungen in Machine Learning, idealerweise im Bereich Reinforcement Learning
  • Erfahrungen in TensorFlow von Vorteil
  • Analytisches Denken sowie Freude an der Lösung von komplexen Fragestellungen
  • Eine zuverlässige und eigenverantwortliche Arbeitsweise