Masterbeit Uncertainty-Aware Sensor Fusion Using Bayesian Neural Networks

Porsche; Weißach; Vor Ort; EUR 40.000 - 60.000; Vollzeit

Zusammenfassung

Ein führendes Automobilunternehmen in Deutschland sucht einen Praktikanten für eine Masterarbeit zur Unsicherheitsbewussten Sensorfusion mit Bayesian Neural Networks. Die Aufgabe umfasst das Identifizieren von Literatur, die Integration eines neuralen Netzwerks in Sensorfusionsmodelle sowie Benchmark-Tests. Voraussetzungen sind ein Studiengang in Informatik oder ähnlichem sowie Kenntnisse in Python und weiteren Programmiersprachen. Fließendes Englisch ist erforderlich, Deutsch von Vorteil.

Qualifikationen

• Studiengänge in Computer Science, Artificial Intelligence, Robotics, Math oder Data Science erforderlich.
• Erfahrung in Softwareentwicklung, Machine Learning, Deep Learning oder Datenwissenschaft nötig.
• Einfache Anwendungskenntnisse in Git, Linux und MS Office erforderlich.

Aufgaben

• Literatur zu Bayesian Neural Networks und Sensorfusion identifizieren.
• Integration eines Bayesian Neural Network in ein bestehendes Sensorfusionsmodell.
• Benchmark-Tests mit unterschiedlichen Sensor-Konfigurationen durchführen.

Kenntnisse

Englisch (fließend)

Machine Learning

Deep Learning

Statistik

Teamarbeit

Ausbildung

Computer Science oder vergleichbarer Studiengang

Tools

Python

C

C++

Microsoft Office

Git

Linux (Ubuntu)

Jobbeschreibung

Masterarbeit: Uncertainty-Aware Sensor Fusion Using Bayesian Neural Networks

This thesis explores the integration of Bayesian neural network components into sensor fusion models to explicitly represent uncertainty under changing sensor configurations. By modeling fusion parameters as probability distributions rather than fixed weights, the approach enables the estimation of epistemic uncertainty when sensor inputs differ from those seen during training.

Aufgaben

• Identify and understand relevant literature on Bayesian neural networks and sensor fusion.
• Integrate a Bayesian neural network component into an existing sensor fusion model.
• Run a benchmark with different sensor configurations to assess whether configuration uncertainty can be captured by the Bayesian component

Anforderungen

• Studiengänge: Computer Science, Artificial Intelligence, Robotics, Math, Data Science or comparable degree program
• Studienschwerpunkt: Software development / programming; Machine learning / deep learning; Digital image processing; Statistics / data science
• Fachkenntnisse: Solid understanding of popular machine learning and deep learning concepts; Experience with statistical models; Experience with 3D data processing and sensor data fusion is a bonus
• IT-Kenntnisse: Confident use of Microsoft Office, Git, and Linux (Ubuntu); In-depth knowledge of Python, C, or C++; Proven experience with popular machine learning frameworks
• Sprachkenntnisse: English (fluent spoken and written); German is an advantage
• Soft Skills: High level of initiative; Strong analytical skills; Structured and independent way of working; Ability to work in a team; Goal-oriented

Anstellungsart: Intern

Art des Stellenangebotes: Intern

Fähigkeiten

• Du beherrscht Englisch

Bildung

Studiengänge: Computer Science, Artificial Intelligence, Robotics, Math, Data Science or comparable degree program

Studienschwerpunkte: Software development / programming; Machine learning / deep learning; Digital image processing; Statistics / data science