INTERNSHIP DETAILS

Working Student / Internship / Thesis - End-to-end Automated Driving with World Models (m/w/d) Working Student / Internship / Thesis - End-to-end Automated Driving with World Models (m/w/d) Working Student / Internship / Thesis - End-to-end Automated Driving with World Models (m/w/d)

CompanyVolkswagen AG
LocationMunich
Work ModeOn Site
PostedApril 17, 2026
Internship Information
Core Responsibilities
The role involves researching and developing end-to-end machine learning models for automated driving, focusing on network architecture optimization and closed-loop performance. You will collaborate with AI experts to integrate predictive world models and conduct extensive experiments on internal and public datasets.
Internship Type
full time
Company Size
108150
Visa Sponsorship
No
Language
German
Working Hours
35 hours
Apply Now →

You'll be redirected to
the company's application page

About The Company
The Volkswagen Group with its headquarters in Wolfsburg is one of the world’s leading automobile manufacturers and the largest carmaker in Europe. The Group is made up of ten brands from seven European countries: Volkswagen, Volkswagen Nutzfahrzeuge, ŠKODA, SEAT, CUPRA, Audi, Lamborghini, Bentley, Porsche and Ducati. Our group sells vehicles in 153 countries and operates 114 production plants worldwide. Each working day, around 675,000 employees worldwide produce cars, are involved in vehicle-related services or work in the other fields of business. Our goal is to make mobility sustainable for us and for future generations. Our promise: With electric drive, digital networking and autonomous driving, we make the automobile clean, quiet, intelligent and safe. At the same time, our core product becomes even more emotional and offers a completely new driving experience. It is also becoming part of the solution when it comes to climate and environmental protection. In this way, the car can continue to be a cornerstone of contemporary, individual and affordable mobility in the future. #Shapingmobility Imprint & Legal: http://vw.de/legal-notice DAT: http://vw.de/dat
About the Role

Wir sind CARIAD, das Automotive-Software-Unternehmen der Volkswagen Group. Unsere Teams entwickeln Softwareplattformen und digitale Kundenfunktionen für legendäre Marken wie Audi, Volkswagen und Porsche – und unterstützen so die Volkswagen Group auf ihrem Weg zum führenden automobilen Technologiekonzern. CARIDIANS in Softwarezentren in Deutschland, den USA, China, Estland und Indien arbeiten daran, die Automobilität für alle neu zu gestalten. 

DEIN TEAM

Wir bieten dir eine spannende Möglichkeit für deine Masterarbeit, ein Praktikum oder eine Werkstudenten-Tätigkeit in unserem AI-Core-Team im Bereich End-to-End-KI für automatisiertes Fahren. End-to-End-Netzwerke ermöglichen die gemeinsame Optimierung des Fahrstapels, indem verschiedene Aufgaben (z. B. Wahrnehmung und Planung) in einem einzigen Modell trainiert werden. Ziel dieser Masterarbeit bzw. dieses Praktikums ist es, End-to-End-Machine-Learning-Modelle für automatisiertes Fahren zu bewerten und weiterzuentwickeln. Dein Fokus liegt auf der Optimierung von Netzwerkarchitekturen für effizientes einstufiges Training und Closed-Loop-Evaluation bei gleichzeitiger Kompatibilität mit prädiktiven Weltmodellen.

Die Abteilung entwickelt Software- und Machine-Learning-Modelle für automatisiertes Fahren in urbanen Umgebungen. Innerhalb dieser Abteilung sind wir ein Team aus ambitionierten und hochmotivierten Expertinnen und Experten im Bereich autonomes Fahren, die in einem agilen Umfeld daran arbeiten, den Autonomiefahr-Stack kontinuierlich weiterzuentwickeln.

DEINE AUFGABEN

  • Recherche und Bewertung von Open-Source-End-to-End-Neuronalen Netzen für automatisiertes Fahren
  • Einsatz vortrainierter Foundation-Modelle, um deren Repräsentationsstärke im End-to-End-Netzwerk zu nutzen
  • Weiterentwicklung der Netzwerke für einstufiges Training und Optimierung der Closed-Loop-Performance
  • Anpassung des End-to-End-Modells zur Kompatibilität mit einem prädiktiven Weltmodell
  • Durchführung umfangreicher Experimente auf öffentlichen und internen Datensätzen
  • Enge Zusammenarbeit mit unseren Machine-Learning-Expert:innen und Doktorand:innen mit dem Ziel eines wissenschaftlichen Beitrags

DAS BRINGST DU MIT

  • Sehr gute akademische Leistungen
  • Masterstudium der Informatik, Robotik, Elektrotechnik oder eines vergleichbaren Studiengangs
  • Gute allgemeine Kenntnisse im Bereich (selbst-)überwachtes Lernen, transformerbasierte Architekturen und (Vision-)Foundation-Modelle
  • Sehr gute Kenntnisse in Machine-Learning-Frameworks wie PyTorch sowie praktische Erfahrung in der Softwareentwicklung und Programmierung in Python und C++
  • Strukturierte und selbstständige Arbeitsweise, überdurchschnittliches Engagement und Flexibilität
  • Ausgeprägte Kommunikationsfähigkeiten und analytisches Denkvermögen

NICE TO KNOW

  • Möglichkeit für Remote-Arbeit innerhalb Deutschlands
  • Praktikum/Thesis:
    • Dauer: 3 – 6 Monate
    • 35 Stunden/Woche
    • Vergütung: 13,90 €/Stunde
  • Werkstudent
    • Dauer: 6 Monate (mit der Option auf Verlängerung bis zu zwei Jahre)
    • 20 Stunden/Woche, bis zu 35 Stunden/Woche in der vorlesungsfreien Zeit
    • Vergütung: 17,80 €/Stunde

Bei CARIAD schätzen wir Individualität und Vielfalt – denn wir sind überzeugt, dass uns unsere Unterschiede stärker machen. Wir setzen uns aktiv dafür ein, Teams mit unterschiedlichen Hintergründen, Perspektiven und Erfahrungen aufzubauen. Unser Ziel ist ein Arbeitsumfeld, in dem sich alle wertgeschätzt fühlen und ihre Stärken einbringen können. Wenn du aufgrund einer Behinderung Unterstützung bei deiner Bewerbung brauchst, melde dich gerne bei uns unter careers@cariad.technology – wir helfen dir gerne weiter.

Key Skills
Machine learningPyTorchPythonC++Automated drivingNeural networksFoundation modelsTransformer architecturesSupervised learningSelf-supervised learningClosed-loop evaluationPredictive world modelsRoboticsSoftware developmentData analysis
Categories
SoftwareEngineeringTechnologyScience & ResearchData & Analytics
Benefits
Remote work option