Aktiviere Job-Benachrichtigungen per E-Mail!

Studienabschlussarbeit im Bereich Computer Vision, SLAM und Machine Learning

TN Germany

München

Vor Ort

EUR 40.000 - 70.000

Vollzeit

Vor 20 Tagen

Erhöhe deine Chancen auf ein Interview

Erstelle einen auf die Position zugeschnittenen Lebenslauf, um deine Erfolgsquote zu erhöhen.

Zusammenfassung

An innovative company is offering an exciting thesis opportunity in the fields of Computer Vision, SLAM, and Machine Learning. You will contribute to the development of Augmented Reality Glasses, enhancing your skills in cutting-edge technologies. This role involves working with advanced algorithms for object pose estimation and dataset generation, providing a unique chance to apply your knowledge in a practical setting. With a focus on personal and professional development, this position promises a dynamic work environment where your contributions will make a real impact.

Leistungen

Umfassendes Mentoring
Persönliche Weiterentwicklung
Flexible Arbeitszeiten
Mobilarbeit
Attraktive Vergütung
Apartments für Studierende

Qualifikationen

  • Fundierte Programmiererfahrung in Python und C++ erforderlich.
  • Erste praktische Erfahrungen im Bereich Computer Vision und Machine Learning.

Aufgaben

  • Integration von SLAM und VIO Algorithmen für Inside-Out Tracking.
  • Optimierung von bestehenden Computer Vision Algorithmen.

Kenntnisse

Python
C++
Computer Vision
Deep Learning
Machine Learning
Analytical Thinking
Team Communication

Ausbildung

Studium der Informatik
Elektrotechnik
Robotik

Tools

OpenCV
TensorFlow
PyTorch

Jobbeschreibung

Studienabschlussarbeit im Bereich Computer Vision, SLAM und Machine Learning, Munich

Munich, Germany

Nur hochprofessionelle Abläufe in dynamischen Teams produzieren innovative Spitzentechnologie. Aber Fahrfreude wird bei uns von der Entwicklung bis zur Fertigung vor allem auch mit Spaß an der Arbeit und Begeisterung für das gemeinsame Projekt realisiert. Deshalb geben wir Studierenden bei uns nicht nur die Gelegenheit zum Zuhören, sondern auch zum Mitreden und Weiterdenken.

Wir, die BMW Group, bieten dir eine spannende und abwechslungsreiche Studienabschlussarbeit im Bereich der Forschung und Entwicklung. Du wirst im Projekt Augmented Reality Glasses unterstützen, welches auf der CES 2024 vorgestellt wurde. Die Abschlussarbeit kann nach Absprache flexibel begonnen werden.

Was erwartet dich?

  • Im Rahmen der Abschlussarbeit wirkst du in unserem Team in den Bereichen Computer Vision und Deep Learning mit.
  • In deiner Abschlussarbeit unterstützt du uns in unterschiedlichen Bereichen im Kontext von Augmented Reality Brillen, dazu zählen Aufgaben aus den Themen Computer Vision und Deep Learning.
  • Integration von SLAM und VIO Algorithmen für Inside-Out Tracking.
  • Implementierung von cutting-edge 6-DoF Object Pose Estimation Algorithmen.
  • Unterstützung bei der Erstellung von (synthetischen) Datensätzen für das Training der Neuronalen Netze.
  • Optimierung von bestehenden Computer Vision Algorithmen hinsichtlich Inferenzzeit und Ressourcenbedarf.
  • Begleitung bei der Identifikation von Use-Cases im Augmented Reality Bereich.
  • Studium der Informatik, Informationswissenschaften, Elektrotechnik, Robotik oder ein vergleichbarer Studiengang.
  • Fundierte Programmiererfahrung in Python und C++.
  • Erste praktische Erfahrungen im Bereich Computer Vision, Machine Learning und/oder Deep Learning (z.B. OpenCV, TensorFlow, PyTorch).
  • Affinität für Bildverarbeitung, Künstliche Intelligenz und die Entwicklung von Algorithmen.
  • Kenntnisse mit synthetischer Datengenerierung von Vorteil.
  • Team- und Kommunikationsfähigkeit.
  • Analytisches und konzeptionelles Denkvermögen.

Was bieten wir dir?

  • Umfassendes Mentoring & Onboarding.
  • Persönliche & fachliche Weiterentwicklung.
  • Flexible Arbeitszeiten.
  • Mobilarbeit.
  • Attraktive Vergütung.
  • Apartments für Studierende (nach Verfügbarkeit & nur am Standort München).
Hol dir deinen kostenlosen, vertraulichen Lebenslauf-Check.
eine PDF-, DOC-, DOCX-, ODT- oder PAGES-Datei bis zu 5 MB per Drag & Drop ablegen.