Promotion - Eigenschaftsvorhersage für Embedded (AI) Systeme

Robert Bosch Group; Renningen; Vor Ort; EUR 60.000 - 100.000; Vollzeit

Zusammenfassung

Ein innovatives Unternehmen sucht einen talentierten Doktoranden für ein spannendes Projekt im Bereich Deep Learning. In dieser Rolle werden Sie an der Schnittstelle zwischen Hardware und Software arbeiten, um die Grenzen der Technologie zu erweitern. Sie werden an der Entwicklung von Modellen für Embedded-Systeme und Cloud-basierten Anwendungen arbeiten, während Sie neuartige Methoden des maschinellen Lernens erforschen. Diese Position bietet Ihnen die Möglichkeit, Ihre Fähigkeiten in einem kreativen und dynamischen Umfeld zu entfalten, während Sie an der Spitze technologischer Entwicklungen stehen. Wenn Sie eine Leidenschaft für Technik und Innovation haben, ist dies die perfekte Gelegenheit für Sie.

Qualifikationen

• Exzellentes Studium in Elektrotechnik oder Informatik erforderlich.
• Nachgewiesene Programmierkenntnisse in C/C++, Python und Matlab.

Aufgaben

• Untersuchung von Hardware-Eigenschaften zur Modellierung und Performance-Schätzung.
• Erforschen neuartiger Methoden des maschinellen Lernens für die Vorhersage.

Kenntnisse

C/C++

Python

Matlab

Machine Learning

TensorFlow

PyTorch

Neural Networks

Digital Hardware

Embedded Systems

SoC Architectures

Ausbildung

Master in Elektrotechnik

Diplom in Informationstechnik

Master in Mikroelektronik

Master in Informatik

Jobbeschreibung

Promotion - Eigenschaftsvorhersage für Embedded (AI) Systeme

• Legal Entity: Robert Bosch GmbH

Bei Bosch gestalten wir Zukunft mit hochwertigen Technologien und Dienstleistungen, die Begeisterung wecken und das Leben der Menschen verbessern. Unser Versprechen an unsere Mitarbeiterinnen und Mitarbeiter steht dabei felsenfest: Wir wachsen gemeinsam, haben Freude an unserer Arbeit und inspirieren uns gegenseitig. Willkommen bei Bosch.

Die Robert Bosch GmbH freut sich auf Ihre Bewerbung!

Im Bereich Deep Learning werden eine Vielzahl von verschiedenen Aufgaben adressiert, mit dem Ziel einer möglichst hohen Genauigkeit. Dies reicht von kleineren TinyML-Anwendungen auf eingebetteten Systemen bis hin zu großen Sprach/Foundation Modellen in Cloud-basierten Systemen. Eine Kerndisziplin des Entwicklungsprozesses ist die Modellierung und die Perfomance-Schätzung des Zielsystems. Mit dieser Arbeit wollen wir die Grenzen des aktuellen Standes der Technik erweitern, um uns mit neuen Ansätzen an die immer schneller werdenden Entwicklungszyklen anzupassen, um das Leistungsverhalten zukünftiger Systeme schneller vorherzusagen und bewerten zu können.

• In diesem Promotionsprojekt untersuchen Sie, wie verschiedene Hardware-Eigenschaften extrahiert werden können und welche Möglichkeiten es gibt, sie auf verschiedenen Abstraktions-, Effizienz- und Genauigkeitsebenen zu modellieren.
• Sie untersuchen wie diese Merkmale verwendet werden können, um das Verhalten für verschiedene Zielhardwareplattform vorherzusagen.
• Zudem erforschen Sie verschiedene neuartige Methoden des maschinellen Lernens, einschließlich ihrer Anwendbarkeit und Effizienz im Vergleich zu herkömmlichen Modellierungsmethoden.
• Nicht zuletzt sehen Sie sich verschiedene Machine-Learning-Compiler und deren Verwendung als Teil des Modellierungsworkflows und die damit verbundenen Optimierungen für die Vorhersage zu nutzen genauer an.
• Ausbildung: exzellent abgeschlossenes Studium (Master oder Diplom) in Elektrotechnik, Informationstechnik, Mikroelektronik oder Informatik
• Erfahrungen und Know-how: nachgewiesene Programmierkenntnisse (C/C++, Python, Matlab), gutes Know-how in moderner Mathematik, z.B. Machine Learning (TensorFlow, PyTorch, etc.), Solver, Neuronale Netze, Kenntnisse in KI-Algorithmen, Erfahrung in digitaler Hardware, eingebetteten Systemen sowie in SoC-Architekturen
• Persönlichkeit und Arbeitsweise: Ihnen gefällt es, sich kreativ ein- und auch in gewissen Themen durchzusetzen; Sie arbeiten gerne im Team und verstehen es strukturiert, abstrakt sowie strategisch zu denken, um bestmögliche Leistung zu erbringen
• Sprache: sehr gutes Englisch, Deutschkenntnisse sind von Vorteil

Bitte reichen Sie alle relevanten Unterlagen ein (einschließlich Lebenslauf, Zeugnisse).

Vielfalt und Inklusion sind für uns keine Trends, sondern fest verankert in unserer Unternehmenskultur. Daher freuen wir uns über alle Bewerbungen: unabhängig von Geschlecht, Alter, Behinderung, Religion, ethnischer Herkunft oder sexueller Identität.

Sie haben Fragen zum Bewerbungsprozess?
Sarah Schneck (Personalabteilung)
[phone]

Sie haben fachliche Fragen zum Job?
Falk Rehm (Fachabteilung)
[phone]