Internship / Thesis - System Identification with Physics-informed ML for Vehicle Dynamics (m/w/d) Internship / Thesis - System Identification with Physics-informed ML for Vehicle Dynamics (m/w/d) Internship / Thesis - System Identification with Physics-informed ML for Vehicle Dynamics (m/w/d)

DEIN TEAM

Für die Abteilung Fahrzeug, Energie, Bewegung & Karosserie (VEMB) suchen wir eine:n Student:in (Praktikum oder Masterarbeit) für das Projekt „Systemidentifikation mit physik-informiertem Machine Learning für Fahrzeugdynamik“. Unsere Abteilung entwickelt fortschrittliche Software für Fahrzeugenergie-, Bewegungs- und Karosseriesysteme. Unser VEMB-Vorentwicklungsteam arbeitet an Methoden für End-to-End-Lernen von VEMB-Funktionen, um eine schnellere, skalierbare und kosteneffizientere Produktentwicklung zu ermöglichen. Wir decken die gesamte Entwicklungsspanne ab – von ersten Konzepten bis hin zu Machbarkeitsnachweisen in Testfahrzeugen – in enger Zusammenarbeit mit den Serienentwicklungsabteilungen.

DEINE AUFGABEN

• Einarbeitung in den aktuellen Stand der Literatur zu physics-informed Machine Learning; Bewertung von Methoden hinsichtlich der Eignung zur Modellbildung in der Fahrzeugdynamik.
• Bewertung und Auswahl geeigneter Ansätze, um den Simulation-to-Reality-Gap zu minimieren.
• Implementierung, Erweiterung und Optimierung ausgewählter Methoden.
• Validierung der entwickelten Modelle anhand von synthetischen und realen Fahrzeugdaten.
• Zusammenarbeit mit Teams in der Vorentwicklung und Serienentwicklung.
• Arbeit in Kooperation mit einer/m DoktorandIn im Bereich physics-informed Machine Learning und Simulation-to-Reality Transfer.

DAS BRINGST DU MIT

• Laufendes Studium in einem relevanten Fachbereich wie Informatik, Robotik, Elektrotechnik oder Mechatronik, mit starkem Schwerpunkt auf Machine Learning
• Kenntnisse in Regelungstechnik und Machine Learning (physik-informiertes Machine Learning von Vorteil)
• Erfahrung mit Python und Machine-Learning-Frameworks wie PyTorch o. Ä.
• Praktische Erfahrung durch reale Projekte, z. B. studentische Projekte, Praktika oder frühere Berufserfahrung
• Starke analytische und problemlösungsorientierte Fähigkeiten
• Hohe Einsatzbereitschaft, Eigeninitiative und Teamfähigkeit
• Fließende Englisch- und Deutschkenntnisse sowie gute Kommunikationsfähigkeiten

NICE TO KNOW