Skip to content

Intern / Thesis - Learning-based Radar-Camera Fusion for Simultaneous Localization & Mapping (m/f/d)

Jetzt bewerben
CARIAD logo

Intern / Thesis - Learning-based Radar-Camera Fusion for Simultaneous Localization & Mapping (m/f/d)

vor einem MonatTechWerkstudent
€13.90/hrHybrid

Geschätztes Netto

€1,009/mo+

Monatlich netto nach Steuern und Sozialabgaben

Zum Steuerrechner

Kurzübersicht

Sprachen

Englisch erforderlich

Erforderliche Skills

Data SetsSimultaneous Localization and Mapping (SLAM)Deep LearningPythonRadar-Camera-FusionCrossmodal AlignmentRadar-Kamera-OdometrieFusionspipelineC++BenchmarkingAutomotive Sensor Data

Stellenbeschreibung

Wir sind CARIAD, das Automotive-Software-Unternehmen der Volkswagen Group. Unsere Teams entwickeln Softwareplattformen und digitale Kundenfunktionen für legendäre Marken wie Audi, Volkswagen und Porsche – und unterstützen so die Volkswagen Group auf ihrem Weg zum führenden automobilen Technologiekonzern. CARIDIANS in Softwarezentren in Deutschland, den USA, China, Estland und Indien arbeiten daran, die Automobilität für alle neu zu gestalten.

DEIN TEAM

Um unser multimodales 3D-Sensing-Team zu unterstützen, suchen wir derzeit eine:n Praktikant:in. In dieser Rolle sammelst du praktische Erfahrungen mit Radar-Kamera-Fusion und robuster simultaner Lokalisierung und Kartierung (SLAM) für autonomes Fahren. Du wirst Bestandteil des Teams sein, das an crossmodaler Ausrichtung, robuster Radarkamera-Odometrie und konsistenter Kartengenerierung aus Radar- und Visionsdaten arbeitet. Unser Team konzentriert sich darauf, multimodale Algorithmen weiterzuentwickeln, die komplementäre Sensoreigenschaften kombinieren, um eine zuverlässige Lokalisierung und Kartierung in komplexen Fahrumgebungen unter allen Wetter- und Lichtbedingungen zu ermöglichen. Dieses Praktikum bietet die Möglichkeit, an der nächsten Generation multimodaler Sensorfusion für autonomes Fahren zu arbeiten, wobei Spitzenforschung mit realen Sensordaten aus dem Automobil kombiniert wird.

DEINE AUFGABEN

  • Recherche zum aktuellen Stand der Technik sowie zu relevanten Algorithmen und Datensätzen
  • Implementierung und Benchmarking von Deep-Learning- oder geometrischen SLAM-Methoden für Baseline-Vergleiche
  • Entwicklung und Evaluation von Fusionspipelines für Radar- und Kameradaten
  • Testen und Validieren der Ergebnisse mit realen automobilen Daten

Anforderungen an die Qualifikation

  • Sehr gute Studienleistungen
  • Laufendes Studium der Informatik, Robotik, Elektrotechnik, Mathematik oder eines vergleichbaren Studiengangs
  • Kenntnisse relevanter Sensoren für autonomes Fahren sowie Messtechnik
  • Programmierkenntnisse und Erfahrung in Python oder C++
  • Sehr gute Englischkenntnisse in Wort und Schrift
  • Hohes Maß an Engagement, Eigeninitiative und Teamfähigkeit

NICE TO KNOW

  • Möglichkeit für Remote-Arbeit innerhalb Deutschlands
  • Dauer: 3 – 6 Monate
  • 35 Stunden/Woche
  • Vergütung: 13,90 €/Stunde

Bei CARIAD schätzen wir Individualität und Vielfalt – denn wir sind überzeugt, dass uns unsere Unterschiede stärker machen. Wir setzen uns aktiv dafür ein, Teams mit unterschiedlichen Hintergründen, Perspektiven und Erfahrungen aufzubauen. Unser Ziel ist ein Arbeitsumfeld, in dem sich alle wertgeschätzt fühlen und ihre Stärken einbringen können. Wenn du aufgrund einer Behinderung Unterstützung bei deiner Bewerbung brauchst, melde dich gerne bei uns unter [email protected] – wir helfen dir gerne weiter.
Jetzt bewerben

Teilen

Ähnliche Stellen