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.

Innovation Management & AI-Applications (1)

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