Diese Herausforderung erwartet dich:

Bist du ein Student oder eine Studentin mit dem Studienschwerpunkt in Automobiltechnik, Physik, Informatik oder einem verwandten Gebiet und hast Interesse an Reinforcement Learning (RL) oder ähnlichen Methoden? Wir bieten eine fantastische Gelegenheit für einen talentierten und motivierten Studierenden, unserem Team beizutreten und uns zu helfen, moderne Methoden des maschinellen Lernens in verschiedene Bereiche wie Fahrdynamik, autonomes Fahren, virtuelles Testen und in vielen mehr anzuwenden und weiterzuentwickeln.

Deine Aufgaben:

• Du entwickelst das IAV Reinforcement Fahrermodell weiter
• Du führst closed-loop Fahrmanöver mit dem IAV eigenen RL Fahrer am Beispiel eines doppelten Spurwechsels (ISO 3888-1/2) durch
• Du unterstützt die objektive Bewertung des Gesamtfahrzeugverhaltens

Notwendige Kenntnisse:

• Studienschwerpunkt in Automobiltechnik, Elektrotechnik, Informatik, Mechatronik oder ähnlichen Studiengängen
• Vertrautheit mit RL-Frameworks (z. B. Stable Baselines3)
• Erste Erfahrungen mit IPG CarMaker
• Sehr gute Programmierkenntnisse Python
• Grundlagen Fahrdynamik
• Mindestens Deutsch B2 - Niveau

Gewünschte Kenntnisse:

• Erfahrung mit Simulationswerkzeugen (CarMaker, etc.) und Fahrdynamikmodellierung ist von Vorteil
• Analytisches Denken und Problemlösungsfähigkeiten
• Gute schriftliche und mündliche Kommunikationsfähigkeiten
• Fähigkeit zur selbständigen und teamorientierten Arbeit