Internship / Master s Thesis: Physics-Informed ML for Vehicle Dynamics Identification (w/m/d)
Internship / Master s Thesis: Physics-Informed ML for Vehicle Dynamics Identification (w/m/d)
Internship / Master s Thesis: Physics-Informed ML for Vehicle Dynamics Identification (w/m/d)
Internship / Master s Thesis: Physics-Informed ML for Vehicle Dynamics Identification (w/m/d)
CARIAD SE
Automobile und Zweiräder
Mönsheim
- Art der Beschäftigung: Studierende
- Hybrid
- Zu den Ersten gehören
Internship / Master s Thesis: Physics-Informed ML for Vehicle Dynamics Identification (w/m/d)
Über diesen Job
Internship / Master's Thesis: Physics-Informed ML for Vehicle Dynamics Identification (w/m/d)
Job ID: 31070
Unternehmen: CARIAD SE
Standort:
München, DE, 80807 Mönsheim, DE, 71297
Tätigkeitsfeld: Ausbildung & Studium
Karrierelevel: Studierende
Arbeitsmodell: Vollzeit
Vertragsart: Befristet
Mobiles Arbeiten: Gemäß Betriebsvereinbarung
Veröffentlichungsdatum: 20.10.2026
Internship / Master's Thesis: Physics-Informed ML for Vehicle Dynamics Identification (w/m/d)
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
Für die Abteilung Vehicle, Energy, Motion & Body (VEMB) suchen wir eine:n Student:in (Praktikum oder Masterarbeit) für das Projekt "Systemidentifikation mit Physics-informed Machine Learning für die Fahrzeugdynamik". Unsere Abteilung entwickelt fortschrittliche Software für Fahrzeugenergie-, Fahrzeugbewegungs- und Karosseriesysteme. Unser VEMB-Pre-Development-Team arbeitet an Methoden für das End-to-End-Lernen von VEMB-Funktionen, um eine schnellere, skalierbare und kostengünstigere Produktentwicklung zu ermöglichen. Wir decken den gesamten Entwicklungsbereich ab – von ersten Konzepten bis hin zu Proof of Concepts in Testfahrzeugen – in enger Zusammenarbeit mit den Abteilungen der Serienentwicklung.
DEINE AUFGABEN
Untersuchung des Standes der Technik in der Literatur zu Physics-informed Machine Learning und Bewertung der Methoden zur Modellierung der Fahrzeugdynamik (z.B. SINDy, Symbolic Regression usw.)
Bewertung und Auswahl geeigneter Ansätze, um die Simulation-to-Reality-Lücke zu minimieren
Implementierung, Erweiterung und Optimierung der ausgewählten Methoden
Validierung der entwickelten Modelle sowohl anhand synthetischer als auch realer Datensätze
Zusammenarbeit mit Teams in den Bereichen Pre-Development und Serienentwicklung
Zusammenarbeit mit Doktorand:innen im Bereich Physics-informed Machine Learning und Simulation-to-Reality-Transfer
DAS BRINGST DU MIT
Laufendes Studium in einem relevanten Bereich wie Informatik, Robotik, Elektrotechnik oder Mechatronik, mit einem starken Fokus auf Machine Learning
Kenntnisse in Regelungsentwurf und Machine Learning (Physics-informed Machine Learning ist von Vorteil)
Erfahrung mit Python und Machine-Learning-Frameworks wie PyTorch usw.
Praktische Erfahrung durch reale Projekte, wie z. B. Studentenprojekte, Praktika oder vorherige Berufserfahrung
Ausgeprägte analytische Fähigkeiten und Problemlösungskompetenz
Hohes Maß an Engagement, Eigeninitiative und Teamarbeit
Fließende Englisch- und Deutschkenntnisse sowie gute Kommunikationsfähigkeiten
NICE TO KNOW
Möglichkeit für Remote-Arbeit innerhalb Deutschlands
Dauer: 6 Monate
35 Stunden/Woche
Vergütung: 13,90 €/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.
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
Für die Abteilung Vehicle, Energy, Motion & Body (VEMB) suchen wir eine:n Student:in (Praktikum oder Masterarbeit) für das Projekt "Systemidentifikation mit Physics-informed Machine Learning für die Fahrzeugdynamik". Unsere Abteilung entwickelt fortschrittliche Software für Fahrzeugenergie-, Fahrzeugbewegungs- und Karosseriesysteme. Unser VEMB-Pre-Development-Team arbeitet an Methoden für das End-to-End-Lernen von VEMB-Funktionen, um eine schnellere, skalierbare und kostengünstigere Produktentwicklung zu ermöglichen. Wir decken den gesamten Entwicklungsbereich ab – von ersten Konzepten bis hin zu Proof of Concepts in Testfahrzeugen – in enger Zusammenarbeit mit den Abteilungen der Serienentwicklung.
DEINE AUFGABEN
Untersuchung des Standes der Technik in der Literatur zu Physics-informed Machine Learning und Bewertung der Methoden zur Modellierung der Fahrzeugdynamik (z.B. SINDy, Symbolic Regression usw.)
Bewertung und Auswahl geeigneter Ansätze, um die Simulation-to-Reality-Lücke zu minimieren
Implementierung, Erweiterung und Optimierung der ausgewählten Methoden
Validierung der entwickelten Modelle sowohl anhand synthetischer als auch realer Datensätze
Zusammenarbeit mit Teams in den Bereichen Pre-Development und Serienentwicklung
Zusammenarbeit mit Doktorand:innen im Bereich Physics-informed Machine Learning und Simulation-to-Reality-Transfer
DAS BRINGST DU MIT
Laufendes Studium in einem relevanten Bereich wie Informatik, Robotik, Elektrotechnik oder Mechatronik, mit einem starken Fokus auf Machine Learning
Kenntnisse in Regelungsentwurf und Machine Learning (Physics-informed Machine Learning ist von Vorteil)
Erfahrung mit Python und Machine-Learning-Frameworks wie PyTorch usw.
Praktische Erfahrung durch reale Projekte, wie z. B. Studentenprojekte, Praktika oder vorherige Berufserfahrung
Ausgeprägte analytische Fähigkeiten und Problemlösungskompetenz
Hohes Maß an Engagement, Eigeninitiative und Teamarbeit
Fließende Englisch- und Deutschkenntnisse sowie gute Kommunikationsfähigkeiten
NICE TO KNOW
Möglichkeit für Remote-Arbeit innerhalb Deutschlands
Dauer: 6 Monate
35 Stunden/Woche
Vergütung: 13,90 €/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.
Job ID: 31070
Unternehmen: CARIAD SE
Standort:
München, DE, 80807 Mönsheim, DE, 71297
Tätigkeitsfeld: Ausbildung & Studium
Karrierelevel: Studierende
Arbeitsmodell: Vollzeit
Vertragsart: Befristet
Mobiles Arbeiten: Gemäß Betriebsvereinbarung
Veröffentlichungsdatum: 20.10.2026
Was CARIAD ausmacht
Wir sind überzeugt: Wie wir zusammenarbeiten, ist genauso wichtig wie die Technologien, die wir entwickeln. Wir handeln mit einer Can-Do-Mentalität und setzen auf Tempo statt Perfektion. Gegenseitiges Vertrauen und Eigenverantwortung prägen unsere Zusammenarbeit. Dabei legen wir Wert auf Transparenz und schätzen vielfältige Perspektiven – denn nur so können wir gemeinsam lernen, wachsen und uns weiterentwickeln.
Unternehmens-Details
CARIAD SE
Automobile und Zweiräder