Das erwartet Dich bei uns

Unser Forschungsbereich Technisch Kognitive Systeme (TKS) erforscht kooperatives und autonomes Fahren sowie Sensorfusion für eine sichere und effiziente Mobilität. Die Forschungsfelder umfassen die Entwicklung von Kommunikationstechnologien für vernetztes Fahren und die Implementierung von Algorithmen für autonomes Fahren. Wir arbeiten intensiv an der Kombination von Sensordaten zur Verbesserung der Umgebungswahrnehmung, insbesondere durch kollaborative Wahrnehmung.

• Du ermittelst aus realen und simulierten V2V‑Kanalmodellen (Rician mit Freiraumdämpfung, WINNER II, nicht‑stationärer zeitvariabler Kanal) die zeitaufgelösten Link‑Qualitätswerte (SNR) und leitest daraus die jeweils erreichbaren Übertragungsraten ab.
• Du integrierst diese Kapazitätsabschätzungen als zusätzliche Knoteneigenschaft in das vorhandene GNN‑basierte Modell, um die Datenmengen pro Fahrzeug kanalspezifisch zu steuern.
• Du entwickelst und implementierst eine "capacity‑awareness" Loss‑Funktion, die während des Trainings dafür sorgt, dass die geplanten Datenmengen nicht die zur Verfügung stehende Linkrate überschreiten.
• Du integrierst Deinen Ansatz in eine Simulationspipeline, die die resultierenden Nachrichtengrößen den kanalabhängigen Maximalraten gegenüberstellt und daraus Metriken wie Link‑Auslastung und Paketverlustraten berechnet.
• Du evaluierst das erweiterte Modell anhand von Kennzahlen wie mittlerem Durchsatz, Varianz, Frame‑Drop‑Rate und Objekt Detektion Precision unter allen drei Kanalmodellen.

Das bringst Du mit

• Du studierst Elektrotechnik, Nachrichtentechnik, Informatik, Mechatronik oder einen vergleichbaren Studiengang.
• Du verfügst über grundlegende Kenntnisse in drahtlosen Kommunikationskanalmodellen (Rician‑Fading, WINNER II, nicht‑stationäre V2V‑Kanäle).
• Du hast Erfahrung in Python und mit Machine‑Learning‑Frameworks, idealerweise PyTorch.
• Du bist vertraut mit klassischen Optimierungsverfahren und Verlustfunktionen im Deep‑Learning‑Kontext.
• Du verfügst über erste Erfahrungen mit graphbasierten Netzen (GNN).
• Du hast eine selbständige, strukturierte Arbeitsweise und Freude an der Konzeption und Datenauswertung.
• Du verfügst über sehr gute Deutsch‑ und gute Englischkenntnisse in Wort und Schrift.

Was wir Dir bieten

• Du hast die Möglichkeit, Dich bei diversen internen Formaten zu wissenschaftlichen Themen fachbereichsübergreifend auszutauschen.
• Du bekommst spannende Einblicke in unsere Forschung und kannst wertvolle Praxiserfahrung für den Einstieg ins Berufsleben sammeln.
• Wir nutzen die neueste Hard- und Software am FZI. Gemeinsam mit unseren wissenschaftlichen Mitarbeitenden arbeitest Du vor Ort in erstklassig ausgestatteten Forschungslaboren.
• Unser Miteinander ist geprägt von der Begeisterung für unsere Themen und gemeinsamen Werte. Wir sind alle per "Du" und helfen uns gegenseitig. Bei uns kannst Du Dich einbringen und Themen vorantreiben.
• Eine motivierte und kompetente Betreuung ist uns wichtig. Dazu zählt für uns: sich ausreichend Zeit für Dich nehmen und Dich mit hilfreichem Feedback unterstützen.
• Mit unseren flexiblen Arbeitsformen hinsichtlich Arbeitszeit und Stundenumfang sowie unserer Regelung zum mobilen Arbeiten geben wir Dir die Freiheit, die Du benötigst, um Dein Privat- und Berufsleben zu vereinbaren.
• Bei der Vergütung von Hilfskräften und Praktikant*innen orientieren wir uns an den Vorgaben für Hochschulen des Landes. Die Höhe ist abhängig davon, ob Du bereits einen (Studien-)Abschluss und/oder erste Berufserfahrung
  hast. Abschlussarbeiten können entsprechend der Vorgaben leider nicht vergütet werden.
• Deine Arbeitszeit und Vertragsdauer legen wir in gemeinsamer Absprache mit Dir fest.

Hier erfährst Du mehr über unsere Benefits