MathematikerIn für Design- und Validationsmethoden für automatisiertes Fahren
Wir verstärken unser Team im Bereich „ADAS & Autonomous Driving / Design and Validation Methods“ am Standort Friedrichshafen
MathematikerIn für Design- und Validationsmethoden für automatisiertes Fahren
Responsibilities:
- Erfassen der Anforderungen an Validierungskonzepten für Funktionen zum automatisierten / autonomen Fahren, Umsetzen von Anforderungen Verifikation und Validation sowie Optimieren von Prozessen, Methoden und Tools
- Entwicklung und Aufbau von Validationsmethoden und Einbettung in Validationskonzepte unter Verwendung von - Sampling-Verfahren zur Sensitivitäts-, Robustheits- und Zuverlässigkeitsanalyse - statistischen Analysen und Kritikalitätsstudien von Verkehrsszenarien für automatisiertes / autonomes Fahren - Aufbau von Testumgebungen zum Zweck der virtuellen Validierung - Entwicklung und Validierung von Metriken zur Performancebewertung
- Koordinieren, Steuern und Betreuen von übergreifenden Anforderungsanalysen ,Effektivitätsbewertungen, Durchführung von Machbarkeitsstudien und datenbasierter Funktionsentwicklung
- Entwicklungs-, Applikations- und Prozessmanagementtools auswählen, bewerten, freigeben und einsetzen. Längerfristige Entwicklungstrends und Randbedingungen berücksichtigen
- Priorisierung und Budget in einem vorgegebenen Rahmen festlegen und genehmigen.
- Begleitung von Verhandlungen mit internen/externen Stellen bzw. Gremien, Unterstützen bei der Zusammenführung unterschiedlicher Zielsetzungen sowie Abstimmung der Bewertung von Konzepten mit den Fachabteilungen und Kunden
- Erstellen des Dokumentationskonzeptes, Festlegen der Dokumentationsinhalte. Dokumentation der entwickelten Systeme und Entwicklungsschritten. Interne und externe Partner schulen, betreuen, und beraten. Präsentationen/Vorträge erstellen und durchführen. Betreuen und Anleiten von Diplomanten und Praktikanten
Requirements:
- Abgeschlossenes Studium der Fachrichtungen Mathematik, Informatik, Elektrotechnik, Physik, Robotik bzw. vergleichbare Fachrichtung
- Mind. 6 Jahre Berufserfahrung im Bereich Stochastik, Regressionsmethoden, Data mining, Machine Learning und andere KI Methoden oder eine abgeschlossene Promotion
- Gute analytische Fähigkeiten bei gleichzeitigem übergreifenden Prozessverständnis
- Strukturierte Arbeitsweise, Eigeninitiative, Organisations- und Teamfähigkeit
- Gute Englischkenntnisse in Wort und Schrift
Professional Section:
Research & Development