Praktikum oder Abschlussarbeit (Bachelor/Master) im Bereich Reinforcement Learning

TN Germany; Ingolstadt; Vor Ort; EUR 30.000 - 50.000; Vollzeit

Zusammenfassung

Ein innovatives Forschungszentrum in Ingolstadt sucht nach engagierten Praktikanten oder Abschlussarbeitenden im Bereich Reinforcement Learning. Hier hast du die Möglichkeit, an zukunftsweisenden Technologien zu arbeiten und deine Ideen in spannenden Projekten umzusetzen. Die Stelle bietet Zugang zu modernsten Rechenressourcen und eine fachliche Betreuung auf höchstem Niveau. Du wirst Teil eines dynamischen Teams, das an der Schnittstelle von Wissenschaft und Industrie arbeitet und dabei hilft, echte Probleme in der Verkehrsoptimierung und autonomen Luftfahrt zu lösen. Wenn du eine Leidenschaft für Forschung und innovative Lösungen hast, ist dies die perfekte Gelegenheit für dich.

Leistungen

Flexible Arbeitszeiten

Fachliche Betreuung

Zugang zu modernen Rechenressourcen

Interdisziplinäre Forschung

Qualifikationen

• Laufendes Studium in Informatik, Data Science, Mathematik oder verwandten Fachrichtungen.
• Erfahrung in Reinforcement Learning und Optimierung.

Aufgaben

• Entwicklung von Reinforcement-Learning-Ansätzen für Verkehrsoptimierung.
• Arbeiten an innovativen Forschungsprojekten in der autonomen Luftfahrt.

Kenntnisse

Python

Reinforcement Learning

Deep Learning Frameworks (e.g., PyTorch)

Data Science

Mathematics

Problem Solving

Communication Skills

Teamwork

Ausbildung

Bachelor in Informatik

Master in Informatik

Bachelor in Data Science

Master in Mathematik

Tools

PyTorch

Jobbeschreibung

Praktikum oder Abschlussarbeit (Bachelor/Master) im Bereich Reinforcement Learning, Ingolstadt

Fraunhofer-Gesellschaft

Bist Du bereit, neuste Reinforcement-Learning-Ansätze zu entwickeln und in die Praxis zu bringen? Am Fraunhofer-Anwendungszentrum »Vernetzte Mobilität und Infrastruktur« in Ingolstadt eröffnet sich für Dich eine einzigartige Möglichkeit: Erkunde die Potenziale von Reinforcement Learning, um Fragestellungen in den Bereichen der autonomen Luftfahrt, Verkehrsoptimierung oder Grundlagenforschung zu untersuchen. In enger Kooperation mit führenden Industriepartnern stellst Du sicher, dass Deine Forschungsergebnisse in die Praxis umgesetzt werden können und somit einen echten Unterschied bewirken. Diese Stelle bietet Dir die Gelegenheit, aktiv an wegweisenden Technologien mitzuwirken und speziell in den Bereichen Multi-Agent Reinforcement Learning und Hierarchisches Reinforcement Learning neuste Forschungsansätze umzusetzen. Nutze die Chance, in hochaktuellen und praxisrelevanten Forschungsprojekten zu arbeiten und interdisziplinäre Forschung an der Spitze technologischer Innovation zu erleben. Mit Zugang zu hochmodernen Rechenressourcen, Simulationen und Datensätzen kannst Du deine Ideen voll entfalten. Wir bieten Dir eine fachliche Betreuung auf höchstem Niveau, um Deine persönliche und professionelle Entwicklung bestmöglich zu unterstützen.

Was Du bei uns tust

Als Praktikant/in oder im Rahmen Deiner Abschlussarbeit wirst du Teil unseres engagierten Teams und arbeitest mit modernster Technologie an spannenden Projekten im Bereich der autonomen Luftfahrt oder Verkehrsoptimierung. Setze Deine eigenen Ideen um und tauche dabei in innovative Forschungsfelder ein, darunter:

• Verkehrsoptimierung über Multi Agent Reinforcement Learning und Hierarchisches Reinforcement Learning
• Reinforcement-Learning-basierte Empfehlungssysteme für die Verkehrsoptimierung
• Verbindung von Quantum-Technologie und Reinforcement Learning
• Reinforcement Learning für die Pfad- und Trajektorienplanung von Luftfahrtsystemen
• Vision-Language-Action Modelle für autonome Drohnensysteme
• Multiagenten-Kooperation mittels Reinforcement Learning und Control Barrier Functions
• Missionsplanung für Luftfahrtsysteme über evolutionäre Algorithmen und Reinforcement Learning
• Single-Shot Reinforcement Learning

Was Du mitbringst

• laufendes Studium (Bachelor oder Master) der Informatik, Data Science, Mathematik, Physik, Elektro- und Informationstechnik, Mechatronik oder einer verwandten Fachrichtung
• sehr gute Studienleistungen
• Erfahrung aus vorangegangen eigenen Forschungsarbeiten oder Kursen im Bereich Reinforcement Learning und Optimierung
• Erfahrung im Bereich der Pfad- / Trajektorienplanung oder Verkehrsoptimierung wünschenswert
• Kenntnisse in Programmiersprachen wie Python und Erfahrung mit Deep-Learning-Frameworks (z. B. PyTorch)
• Leidenschaft für die Forschung und das Lösen komplexer Problemstellungen
• strukturierte, eigenverantwortliche und ergebnisorientierte Arbeitsweise
• ausgezeichnete Kommunikations- und Teamfähigkeit

Was Du erwarten kannst

• anspruchsvolle Aufgaben in hochaktuellen und anwendungsrelevanten Forschungsaufgaben
• interdisziplinäre Forschung an zukunftsträchtigen Technologien
• Zugang zu hochmodernen Rechenressourcen und einer leistungsstarken Infrastruktur
• eine fachgerechte Betreuung
• flexible Arbeitszeiten

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.

Die wöchentliche Arbeitszeit beträgt 39 Stunden. Die Stelle kann auch in Teilzeit besetzt werden. Die Vergütung richtet sich nach der Gesamtbetriebsvereinbarung zur Beschäftigung der Hilfskräfte.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.