Working Student (m/f/x) - Radar Perception
Working Student (m/f/x) - Radar Perception
Working Student (m/f/x) - Radar Perception
Working Student (m/f/x) - Radar Perception
Magna Electronics Germany GmbH
Automobil- und Fahrzeugbau
Unterschleißheim

Working Student (m/f/x) - Radar Perception
Über diesen Job
- locations
- Unterschleissheim, DE
- time type
- Vollzeit
- posted on
- Heute ausgeschrieben
- job requisition id
- R00268503
Die Stellenbeschreibungen können je nach deiner Sprachauswahl in mehreren Sprachen angezeigt werden.
Was wir bieten:
Bei Magna erwartet dich ein spannendes und dynamisches Arbeitsumfeld, in dem du dazu beitragen kannst, marktführende Automobiltechnologien zu entwickeln. Wir investieren in unser Personal und bieten ihm die Unterstützung und Ressourcen, die es benötigt, um erfolgreich zu sein. Als Mitglied unseres globalen Teams erwarten dich aufregende und vielfältige Aufgaben sowie ein breites Spektrum an Entwicklungsmöglichkeiten. Wir sind nämlich der Meinung, dass dein Karrierepfad genauso individuell sein sollte wie du selbst.
Gruppenzusammenfassung:
Magna Electronics ist branchenführend bei der Entwicklung aktiver Sicherheitstechnologien und revolutioniert die Automobilbranche, um das Leben von Menschen zu verbessern. Mit einem Schwerpunkt auf der Anpassung von ADAS-Systemen und elektronischen Lösungen für beliebige Fahrzeuge adressieren wir eine breite Palette an Mobilitäts- und Sicherheitsbedürfnissen. Durch die Entwicklung eines sichereren, intelligenteren und stärker vernetzten Mobilitätserlebnisses schafft Magna eine bessere Zukunft für alle Menschen weltweit.
Verantwortlichkeiten:
About the Role
Join our Radar perception team and help build the data and algorithms behind environment perception for automated driving. You will work with real Radar and LiDAR point cloud data, develop machine learning methods for detecting drivable areas and road boundaries, and contribute to the quality of our training data. You will work closely with experienced engineers and see your results used in real projects.
Your Main Responsibilities
- Develop and evaluate machine learning models for road border and drivable free-space segmentation using LiDAR point cloud data
- Analyze model performance, identify failure cases, and propose improvements
- Create, review, and maintain high-quality annotations for LiDAR point cloud datasets
- Contribute to the development and optimization of labeling guidelines and quality assurance processes
- Support the automation of data labeling workflows
- Implement and test feature extraction methods for radar-based object classification
- Evaluate the effectiveness of extracted features for downstream machine learning tasks
- Document methods, experiments, and results in a clear and structured manner
- Present progress, findings, and recommendations in regular team meetings
- Collaborate closely with interdisciplinary teams in the fields of machine learning, perception, and autonomous driving systems
Who we are looking for
- Currently enrolled in a Bachelor’s or Master’s program in Computer Science, Electrical Engineering, Robotics, Mathematics, or a related field
- Solid programming skills in Python
- Knowledge of machine learning fundamentals (ideally with PyTorch or TensorFlow)
- Experience with point cloud processing (e.g., Open3D, PCL, NumPy)
- Good English communication skills, written and spoken
- Structured, independent working style, with attention to detail
Your preferred qualifications
- Familiarity with computer vision or deep learning for 3D data (e.g., PointNet, PointPillars, semantic segmentation)
- Experience with data labeling tools or dataset handling
- Knowledge of Git, Linux, and Docker
- Interest in autonomous driving and sensor technologies
Site Benefits
- Collegial, supportive, and friendly working atmosphere with a "Duz" culture
- Attractive and performance-oriented compensation package
- Prospects and opportunities for personal and professional development through various training offers.
- Corporate benefits program
- International and diverse environment and open-door culture
Bewusstsein. Einheit. Stärkung.
Wir bei Magna sind davon überzeugt, dass eine vielfältige Belegschaft für unseren Erfolg entscheidend ist. Deshalb sind wir stolz darauf, ein Arbeitgeber der Chancengleichheit zu sein. Wir stellen auf der Grundlage von Erfahrung und Qualifikation sowie unter Berücksichtigung der jeweiligen beruflichen Anforderungen ein, unabhängig von insbesondere Hautfarbe, Abstammung, Religion, Geschlecht, Herkunft, sexueller Orientierung, Alter, Staatsbürgerschaft, Familienstand, Behinderung oder Geschlechtsidentität. Magna nimmt den Schutz deiner persönlichen Daten ernst. Wir raten dir davon ab, Bewerbungen per E-Mail zu senden, um die GDPR-Anforderungen und die des lokalen Datenschutzgesetzes zu erfüllen.
Offenlegung zur KI-gestützten Vorauswahl
Im Rahmen unseres Engagements für einen fairen, einheitlichen und effizienten Einstellungsprozess können wir Werkzeuge der künstlichen Intelligenz (KI) einsetzen, um bei der ersten Prüfung von Bewerbungen zu unterstützen, die über unser Workday-System eingereicht werden. Diese Werkzeuge helfen dabei, Qualifikationen und Erfahrungen zu identifizieren, die den Anforderungen der Stelle entsprechen. Bitte beachte, dass KI ausschließlich zur Unterstützung unserer Recruiter eingesetzt wird. Die endgültigen Entscheidungen werden immer vom Hiring Manager und dem Einstellungsteam getroffen. Wichtig: Keine Bewerberdaten werden über diese KI-Werkzeuge extern weitergegeben. Alle Informationen verbleiben sicher in unseren Systemen und werden gemäß unseren Datenschutzrichtlinien behandelt.
Unter den Bedingungen des anwendbaren Rechts hast du möglicherweise das Recht, eine Erklärung darüber anzufordern, wie KI zur Unterstützung der Entscheidungsfindung eingesetzt wird.
Wenn du Fragen oder Bedenken zu diesem Prozess hast, wende dich gerne an unser Talent Attraction Team.
Mitarbeiterkategorie:
Student/inMagna-Gruppe:
Magna ElectronicsUnternehmens-Details

Magna Electronics Germany GmbH
Automobil- und Fahrzeugbau
5.001-10.000 Mitarbeitende
Deutschland