Ingenieur/in (w/m/d) - KI-gestützte Systemdynamik und Regelungstechnik

German Aerospace Center (DLR); Oberpfaffenhofen; Vor Ort; EUR 65.000 - 92.000; Vollzeit

Zusammenfassung

Das Deutsche Zentrum für Luft- und Raumfahrt (DLR) – Institut für Fahrzeugkonzepte – sucht eine/n Wissenschaftler/in zur Entwicklung von modell- und lernbasierten Simulations- und Regelungsverfahren für robotische Elektrofahrzeuge mit by-wire Architekturen.

Sie arbeiten in einem multidisziplinären Team, entwickeln Reinforcement-Learning-Verfahren, testen an Versuchsträgern und veröffentlichen Ergebnisse in internationalen Journals und Konferenzen.

Qualifikationen

• Abgeschlossenes wissenschaftliches Hochschulstudium (Master/Diplom) der Ingenieurwissenschaften mit Schwerpunkt Regelungs-/Informations-/Steuerungstechnik.
• Erweiterte regelungstechnische und optimierungstechnische Kompetenzen jenseits der Grundlagen.
• Kenntnisse in mindestens einer Programmiersprache: Modelica, Matlab, C oder Python.
• Kenntnisse in Methoden des maschinellen Lernens (supervised & unsupervised learning).
• Kenntnisse im Bereich der Fahrzeugtechnik und Elektromobilität.

Aufgaben

• Analyse, Entwicklung und kritische Bewertung wissenschaftlicher Methoden zu nichtlinearen modellbasierten und KI-basierten Regelungsverfahren.
• Entwicklung von Algorithmen des maschinellen Lernens (Reinforcement Learning, physikalisch erweiterte neuronale Netze) für Regelung und Simulation mechatronischer Systeme.
• Konzeption von AI-Aided Control Systems Engineering-Werkzeugketten basierend auf Technologien wie LLMs, Agentic-RAG und MCP.
• Wissenschaftliche Analyse von Verfahren zur Bewertung der Robustheit und Vertrauenswürdigkeit von modell- und lernbasierten Regelungsverfahren.
• Experimentelle Erprobung der Verfahren an seriennahen und experimentellen DLR-Versuchsfahrzeugen mit by-wire-Steuerung.
• Verfassen von wissenschaftlichen Veröffentlichungen für internationale Journale und Konferenzen sowie auf dem Abteilungs-Blog.

Kenntnisse

Modelica

MATLAB

Python

C

Machine Learning

Regelungstechnik

Optimierung

Fahrzeugtechnik

Ausbildung

Master/Diplom Ingenieurwissenschaften (Regelung/Informations-/Steuerungstechnik)

Tools

LLMs

Agentic-RAG

MCP

Jobbeschreibung

Das Institut für Fahrzeugkonzepte (FK) des Deutschen Zentrums für Luft- und Raumfahrt (DLR) ist international anerkannt für die Entwicklung von zukünftigen Straßen- und Schienenfahrzeugen, die eine klima- und umweltgerechte Mobilität ermöglichen, sowie ökonomisch attraktiv und gleichzeitig nutzerzentriert sind. Wir erforschen und demonstrieren die dazu notwendigen Schlüsseltechnologien und pflegen enge Kooperationen mit anderen wissenschaftlichen Einrichtungen sowie Industrie und Politik.

Das erwartet dich

Wir suchen dich im Team für die Entwicklung von modell- und lernbasierten Simulations- und Regelungsverfahren für robotische Elektrofahrzeuge mit X-by-wire Architekturen, bei denen es keinen direkten mechanischen Durchgriff vom Fahrer auf Systeme wie z. B. die Lenkung gibt. Die hohe Komplexität, die mit dieser Technologie verbunden ist sowie Anforderungen an die Ausfallsicherheit sind die Motivation für die Entwicklung sogenannter Surrogat-Modelle, die u. a. im virtuellen Training mittels Reinforcement Learning verwendet werden sollen. In deiner neuen Stelle bei uns setzt du deine Ideen gemeinsam in einem dynamischen, multidisziplinären Team um. Du kannst direkt die neuesten Methoden der Systemdynamik und Regelungstechnik virtuell und am Versuchsträger entwickeln und experimentell erproben und somit einen entscheidenden Beitrag zu unserer Mission leisten.

Deine Aufgaben

• Analyse, Entwicklung und kritische Bewertung wissenschaftlicher Methoden zu nichtlinearen modellbasierten und KI-basierten Regelungsverfahren
• Entwicklung von Algorithmen des maschinellen Lernens, wie dem Reinforcement Learning und physikalisch erweiterter neuronaler Netze, für die Regelung und Simulation mechatronischer Systeme
• Konzeption von „AI-Aided Control Systems Engineering”-Werkzeugketten basierend auf Technologien wie LLMs, Agentic-RAG und MCP
• wissenschaftliche Analyse von Verfahren zur Bewertung der Robustheit und Vertrauenswürdigkeit von modell- und lernbasierten Regelungsverfahren
• experimentelle Erprobung der Verfahren an seriennahen und experimentellen DLR-Versuchsfahrzeugen mit by-wire-Steuerung und wissenschaftliche Auswertung der Versuche anhand objektiver, numerischer Kriterien und Evaluierung derer gegenüber dem Stand der Technik
• verfassen von wissenschaftlichen Veröffentlichungen für internationale Journale und Konferenzen sowie auf dem Abteilungs-Blog

Das bringst du mit

• abgeschlossenes wissenschaftliches Hochschulstudium (Master/Diplom Uni) der Ingenieurwissenschaften aus den Fachrichtungen Elektrotechnik, Informatik, Robotik, Maschinenwesen mit Schwerpunkt Regelungs-/Informations-/Steuerungstechnik oder andere für die Tätigkeit relevanten Studiengänge
• erweiterte regelungstechnische und optimierungstechnische Kompetenzen, die über die Inhalte der Grundlagenvorlesungen hinausgehen
• Kenntnisse in mindestens einer Programmiersprache: Modelica, Matlab, C, oder Python
• Kenntnisse in den Methoden des maschinellen Lernens (supervised & unsupervised learning)
• Kenntnisse im Bereich der Fahrzeugtechnik und Elektromobilität

Wir freuen uns darauf, dich kennenzulernen!

Fragen Zu Dieser Position (Kennziffer 6202) Beantwortet Dir Gerne

Herr Dr. Jonathan Brembeck