Praktikum und Abschlussarbeit: Datenrelevanz für Maschinenlernverfahren



Praktikum und Abschlussarbeit: Datenrelevanz für Maschinenlernverfahren


Der ZF-Konzern ist ein führender Entwickler und Innovator auf dem schnell wachsenden Gebiet der Fahrerassistenzsysteme und des autonomen Fahrens. Für die Entwicklung der hierfür notwendigen Funktionsalgorithmen setzen wir sowohl auf modellbasierte Ansätze (Beschreibung des Systems über physikalische Zusammenhänge) als auch auf maschinenlernbasierte Verfahren (Lernen anhand von Beispielen). Für die Parametrisierung und die Absicherung der dabei entwickelten Algorithmen sind Daten notwendig, die entweder aus einer realen Erprobung oder aus einer Simulation stammen. Ziel des hier ausgeschriebenen Themas ist es, die generierten Daten hinsichtlich ihrerer Relevanz für die gegebene Fragestellung mittels mathematischer Verfahren zu bewerten.


Schwerpunkte:

  • Recherche zu bereits bekannten mathematischen Verfahren zur Bewertung der Relevanz von Daten für gegebene Problemstellungen
  • Implementierung der Verfahren in Matlab oder Python
  • Anwendung der Verfahren auf vorhandene Fragestellungen
  • Bewertung der Qualität der Verfahren
  • Entwicklung weiterer Verfahren bzw. Verfolgung eigener Ansätze

Requirements
  • Kenntnisse im Bereich Maschinenlernverfahren
  • Kenntnisse im Bereich der mathematischen und physikalischen Modellierung
  • Kenntnisse im Bereich der Statistik und Stochastik
  • Programmierkenntnisse (C/C++, Matlab oder Python)
  • Teamfähigkeit, Flexibilität und analytisches Denkvermögen
  • Strukturierte und selbstständige Arbeitsweise Gute Englischkenntnisse in Wort und Schrift
  • Studium der Informatik, Mathematik, Physik, Elektornik/Elektrotechnik o. ä.


Req ID: Z-P-FK-001-18

Contact Information: Frank Keck , frank.keck.zkm@zf.com


Jetzt bewerben



Apply now
Refer to gradeview.io in your application

Info

09.08.2018
Direct entry
Research & development
Ingolstadt
Earliest entry: ab sofort