Studienabschlussarbeit KI-gestützte Klassifikation von Qualitätsthemen

BMW M Motorsport / BMW Group; München; Vor Ort; EUR 60.000 - 80.000; Vollzeit

Zusammenfassung

Das BMW M Motorsport-Team sucht einen Praktikanten im Bereich KI und NLP, um innovative Lösungen zur Analyse von Kunden- und Händlerfeedback zu entwickeln. Die Rolle umfasst die Unterstützung beim Aufbau von Pipelines, das Training von Modellen und die Präsentation der Ergebnisse. Dies ist eine Vollzeitstelle über 6 Monate, beginnend ab 01.10.2025, und bietet die Möglichkeit zur beruflichen Weiterbildung in einem dynamischen Umfeld.

Leistungen

Umfassendes Mentoring & Onboarding

Flexibles Arbeiten

Attraktive & faire Vergütung

Apartments für Studierende (je nach Verfügbarkeit)

Qualifikationen

• Fortgeschrittene Kenntnisse in Machine Learning und NLP erforderlich.
• Solide Programmierkenntnisse in Python.
• Erfahrung im Umgang mit großen Textmengen.

Aufgaben

• Unterstützung beim Aufbau einer NLP-Pipeline.
• Entwicklung eines Sliding-Window-Ansatzes zur Textverarbeitung.
• Dokumentation und Präsentation der Ergebnisse für Stakeholder.

Kenntnisse

Machine Learning

NLP

Python

Datenanalyse

Ausbildung

Studium der Informatik, Mathematik, Data Science oder vergleichbar

Tools

PyTorch

Huggingface

Jobbeschreibung

Unser Team entwickelt KI-gestützte Lösungen zur effizienten Klassifikation und Weiterleitung von Qualitätsthemen im Feld auf Basis von Kunden- und Werkstattrückmeldungen. Ziel ist es, durch den Einsatz moderner NLP-Methoden interne Fehlercodes zuverlässig zu identifizieren und die zuständigen Fachabteilungen automatisiert zu informieren.

Was erwartet dich?

• Du unterstützt beim Aufbau einer robusten NLP-Pipeline zur Vorverarbeitung und Analyse von Kunden- und Händlerrückmeldungen.
• Darüber hinaus wirkst du bei der Extraktion und Selektion relevanter Features zur Klassifikation von Fehlerbildern mit.
• Hierbei setzt du moderne Transformer-Modelle (z. B. XLM-RoBERTa) aus Huggingface ein und vergleichst diese.
• Außerdem entwickelst du einen Sliding-Window-Ansatz zur Verarbeitung von Langtexten mit Token-Limit.
• Die Evaluation verschiedener Modelle mit Fokus auf Klassifikationsgüte und Interpretierbarkeit gehört ebenfalls zu deinen Aufgaben.
• Zusätzlich trainierst du ein unternehmensspezifisches Embedding-Modell zur Abbildung interner Begriffe im korrekten semantischen Kontext.
• Die Dokumentation, Visualisierung und Präsentation der Ergebnisse für technische und nicht-technische Stakeholder rundet dein spannendes Aufgabengebiet ab.

Bitte beachte, dass die Betreuung deiner Studienabschlussarbeit durch eine Hochschule/Universität deinerseits sichergestellt sein muss.

Was bringst du mit?

• Studium der Informatik, Mathematik, Data Science oder eines vergleichbaren Studiengangs.
• Fortgeschrittene Kenntnisse in Machine Learning und NLP, idealerweise mit Fokus auf Transformer-Architekturen.
• Solide Programmierkenntnisse in Python sowie Erfahrung mit Frameworks wie PyTorch und Huggingface.
• Interesse an Automotive-Daten und der Anwendung von KI zur Prozessautomatisierung.
• Kenntnisse in Datenanalyse und Feature Engineering.
• Erfahrung im Umgang mit großen Textmengen und unstrukturierten Datenquellen.
• Sehr gute Deutsch- oder Englischkenntnisse in Wort und Schrift.

Du hast Spaß daran, innovative KI-Lösungen zu entwickeln und neue Technologien anzuwenden? Dann bewirb dich jetzt!

Was bieten wir dir?

• Umfassendes Mentoring & Onboarding.
• Persönliche & fachliche Weiterentwicklung.
• Flexible Arbeitszeiten.
• Mobilarbeit.
• Attraktive & faire Vergütung.
• Apartments für Studierende (nach Verfügbarkeit & nur am Standort München).
• Und vieles mehr siehe bmw.jobs/waswirbieten.

Startdatum: ab 01.10.2025
Dauer: 6 Monate
Arbeitszeit: Vollzeit

Du hast Fragen? Dann reiche dein Anliegen ganz einfach über unser Kontaktformular ein. Deine Anfrage wird im Nachgang telefonisch oder per E-Mail beantwortet.

Wir bei der BMW Group legen großen Wert auf Gleichbehandlung und Chancengleichheit. Unsere Recruiting-Entscheidungen basieren auf der Persönlichkeit, den Erfahrungen und Fähigkeiten der Bewerber:innen. Mehr dazu hier.