Discover your own talents. Students are invited to gain practical experience.

Our current job offers for students

We look to the future. At IPG Automotive, we open the door to a diverse range of possibilities and early-stage opportunities for advancing your professional career. Whether you are completing an internship, work experience or a thesis/seminar paper, our industry expertise will help you to put your sound theoretical knowledge to practical use.

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