Pflichtpraktikum: Feature-Space-Analyse & Failure Case Detection für autonome Aufplanungsalgorithmen (m/w/d)

Your responsibilities

• Entwicklung und Implementierung automatisierter Tests für polygonale und realitätsnahe Einsatzgebiete.
• Identifikation von unterperformanten Szenarien durch Analyse abstrakter Feature-Repräsentationen (Autoencoder, Clustering, Dimensionality Reduction).
• Konzeption von Metriken und Bewertungsstrategien zur systematischen Evaluation von Algorithmenleistung und Robustheit.
• Mitarbeit an weiteren Software- und Optimierungsaufgaben im Gesamtprojekt.
• Optional je nach Interesse: Untersuchung von Anomaly-Detection-Ansätzen zur Erweiterung der Failure Case Analysis.

Your profile

• Laufendes technisches Studium mit Informatikanteilen, z.B. Data Science, Physik, Elektrotechnik oder vergleichbar.
• Grundkenntnisse in maschinellem Lernen, Deep Learning, Optimierungsalgorithmen oder Simulation sind von Vorteil. Idealerweise erste Erfahrungen mit Frameworks wie PyTorch oder Scikit-learn.
• Frühere Erfahrungen mit Simulation, Sonaren oder Validierungsmethoden von Vorteil.
• Programmierkenntnisse in einer objektorientierten Sprache (bevorzugt Python).
• Selbständige und systematische Arbeitsweise.
• Kommunikationsfähigkeit im Umgang mit Kollegen und Projektbeteiligten.
• Sehr Gute Deutsch- und Englischkenntnisse in Wort und Schrift.