Praktikum Präferenzielle Optimierung im industriellen maschinellen Lernen

Location

Magstadt | Germany

Job description

Unternehmensbeschreibung

Bei Bosch gestalten wir Zukunft mit hochwertigen Technologien und Dienstleistungen, die Begeisterung wecken und das Leben der Menschen verbessern. Unser Versprechen an unsere Mitarbeiterinnen und Mitarbeiter steht dabei felsenfest: Wir wachsen gemeinsam, haben Freude an unserer Arbeit und inspirieren uns gegenseitig. Willkommen bei Bosch.

Die Robert Bosch GmbH freut sich auf Ihre Bewerbung!

Stellenbeschreibung

Black-Box-Optimierungsverfahren können mit dem Ziel eingesetzt werden, die Abhängigkeit von menschlichen Expert:innen bei der Optimierung komplexer Systeme zu verringern. Da das Optimierungsziel jedoch nicht immer quantifiziert werden kann, ist Präferenzlernen, d.h. bevorzugte Optimierung, erforderlich, um eine Synergie zwischen menschlichen Expert:innen und maschinellen Lernsystemen zu ermöglichen.

• Ziel dieses Praktikums ist es, einen Beitrag zur Erforschung und Anwendung von Präferenzlernen im Rahmen der Optimierung für die Kalibrierung von physikalischen Systemen und digitalen Zwillingen zu leisten.
• Sie erhalten einen Überblick über bestehende Methoden der Präferenzoptimierung.
• Darüber hinaus werden Sie die Lücken zwischen dem Stand der Technik und den vorliegenden Anforderungen identifizieren und helfen, diese zu schließen.
• Nicht zuletzt gehört auch die kollaborative Softwareentwicklung in einer gemeinsamen Codebasis zur Evaluierung verschiedener Ansätze zu Ihren Aufgaben.

Qualifikationen

• Ausbildung: Masterstudium im Bereich Informatik, Mathematik, Kognitionswissenschaften oder vergleichbar
• Erfahrungen und Know-how: im Bereich des maschinellen Lernens, vorzugsweise (Bayes'sche) Optimierung oder Präferenzlernen ist von Vorteil sowie nachgewiesene Softwareentwicklungskenntnisse, insbesondere mit Python
• Sprachen: gutes Englisch

Zusätzliche Informationen

Beginn: nach Absprache
Dauer: 4 - 6 Monate

Voraussetzung für das Praktikum ist die Immatrikulation an einer Hochschule. Bitte fügen Sie Ihrer Bewerbung Ihren Lebenslauf, Ihren aktuellen Notenspiegel, eine aktuelle Immatrikulationsbescheinigung, Ihre Prüfungsordnung sowie ggf. eine gültige Arbeits- und Aufenthaltserlaubnis bei.

Vielfalt und Inklusion sind für uns keine Trends, sondern fest verankert in unserer Unternehmenskultur. Daher freuen wir uns über alle Bewerbungen: unabhängig von Geschlecht, Alter, Behinderung, Religion, ethnischer Herkunft oder sexueller Identität.

Sie haben fachliche Fragen zum Job?
Lukas Grossberger (Functional Department)
+49 152 57908357

Summary

• Type: Full-time
• Function: Science

Job tags

Salary