
Intern/Thesis - Learning-based Radar-Camera Fusion for Simultaneous Localization and Mapping (w/m/d)
Geschätztes Netto
Monatlich netto nach Steuern und Sozialabgaben
€1,009/mo+
Zum SteuerrechnerErforderliche Skills
Stellenbeschreibung
CARIAD hat diese Stelle ausgeschrieben. Unten erklären wir, was sie für dich als Werkstudent:in in Mönsheim bedeutet: deine Wochenstunden, dein Netto und deine Visumsgrenzen. Du kannst außerdem ChatGPT oder Claude mit einem fertigen Prompt öffnen, um deinen Lebenslauf anzupassen, deine Eignung zu prüfen, ein Anschreiben zu verfassen oder dich auf das Interview vorzubereiten.
Kommt dein Lebenslauf durch den ATS-Filter dieses Jobs? Mit Jobscan gegen diesen Job prüfen
Beschreibung bereitgestellt von CARIAD
DEIN TEAM
Du wirst Teil unseres Teams für Ground-Truth-Generierung und arbeitest an der Schnittstelle zwischen Forschung und Industrie. In enger Zusammenarbeit mit unseren promovierten Forschenden (PhD) wirkst du an laufenden Forschungsprojekten im Bereich Radar-Kamera-Fusion sowie robuster Simultaner Lokalisierung und Kartierung (SLAM) für autonome Fahrzeuge mit.
Gemeinsam bearbeiten wir anspruchsvolle Fragestellungen der Radar-Kamera-Zustandsschätzung, robusten Lokalisierung, konsistenten Kartenerstellung sowie der modalitätsübergreifenden Ausrichtung (Cross-Modal Alignment) von Kamera- und Radardaten. Unser Ziel ist es, multimodale SLAM-Algorithmen weiterzuentwickeln, die die komplementären Eigenschaften verschiedener Sensoren kombinieren, um eine zuverlässige Lokalisierung und Kartierung in komplexen Fahrsituationen – unabhängig von Wetter- und Lichtverhältnissen – zu ermöglichen.
DEINE AUFGABEN
- Eigenständige Erforschung neuer Ansätze zur Fusion von Radar- und Kameradaten
- Entwicklung und Bewertung von Methoden zur robusten Zustandsschätzung, Lokalisierung und/oder Erstellung von 3D-Karten
- Planung und Durchführung von Experimenten sowie Vergleich deiner Ansätze mit dem aktuellen Stand der Forschung (State of the Art)
- Analyse der Ergebnisse und Ableitung von Erkenntnissen zur Weiterentwicklung multimodaler SLAM-Algorithmen
- Hervorragende akademische Leistungen
- Laufendes Studium im Bereich Informatik, Robotik, Elektrotechnik, Mathematik oder eines vergleichbaren Studiengangs
- Kenntnisse über Sensoren für autonomes Fahren sowie Messtechnik
- Programmierkenntnisse und praktische Erfahrung in Python und/oder C++
- Sehr gute Englischkenntnisse in Wort und Schrift
- Offen, teamorientiert und begeistert von autonomen Fahrsystemen sowie der Lösung anspruchsvoller technischer Herausforderungen
- Erste Forschungserfahrung (z. B. durch Praktika, Projekte, wissenschaftliche Veröffentlichungen oder Programmierwettbewerbe) ist von Vorteil
- Möglichkeit für Remote-Arbeit innerhalb Deutschlands
- Dauer: 3 – 6 Monate
- 35 Stunden/Woche
- Vergütung: 13,90 €/Stunde
Wichtiges für Werkstudierende
Was diese Werkstudentenstelle im Bereich Tech in Mönsheim für dich bedeutet: die Wochenstundenregeln, die Vorteile bei den Sozialabgaben und worauf internationale Studierende vor der Bewerbung achten sollten.
Wochenstunden
Werkstudierende dürfen während des Semesters bis zu 20 Stunden pro Woche arbeiten, in den Semesterferien Vollzeit. Wer das einhält, behält den Studierendenstatus und die Werkstudentenvorteile.
Werkstudenten-RegelnSozialabgaben
Dank des Werkstudentenprivilegs zahlst du keine Beiträge zur Kranken-, Pflege- und Arbeitslosenversicherung — nur die Rentenversicherung greift. Dir bleibt mehr netto als in einem regulären Job.
Versicherung prüfenInternationale Studierende
Studierende von außerhalb der EU dürfen 140 volle oder 280 halbe Tage im Jahr arbeiten (seit März 2024, zuvor 120/240). Ein Werkstudentenvertrag passt meist in diesen Rahmen — prüfe die genauen Grenzen auf deinem Aufenthaltstitel.
Studieren in Deutschland