Stellenausschreibung114: Unterschied zwischen den Versionen
Co1539 (Diskussion | Beiträge) |
Co1539 (Diskussion | Beiträge) |
||
Zeile 1: | Zeile 1: | ||
{{Stellenausschreibung | {{Stellenausschreibung | ||
− | |Titel DE=Wissenschaftliche Hilfskraft | | + | |Titel DE=Wissenschaftliche Hilfskraft | Automatisiertes/Autonomes Fahren - Maschinelles Lernen |
− | |Titel EN=Research Assistant | | + | |Titel EN=Research Assistant | Automated Driving/Autonomous Driving - Machine Learning |
|Beschreibung DE=Automatisierte, kooperative Fahrzeuge müssen im Straßenverkehr in einer hochgradig dynamischen, interagierenden und nur unvollständig wahrnehmbaren Umwelt Entscheidungen treffen. Bisherige Ansätze beschränken sich meist darauf, Situationen allein aus einer egozentrischen Perspektive heraus, ohne Kooperationsaspekte mit, beziehungsweise zwischen anderen Verkehrsteilnehmern zu berücksichtigen. | |Beschreibung DE=Automatisierte, kooperative Fahrzeuge müssen im Straßenverkehr in einer hochgradig dynamischen, interagierenden und nur unvollständig wahrnehmbaren Umwelt Entscheidungen treffen. Bisherige Ansätze beschränken sich meist darauf, Situationen allein aus einer egozentrischen Perspektive heraus, ohne Kooperationsaspekte mit, beziehungsweise zwischen anderen Verkehrsteilnehmern zu berücksichtigen. | ||
Zeile 81: | Zeile 81: | ||
|Forschungsgruppe=Angewandte Technisch-Kognitive Systeme | |Forschungsgruppe=Angewandte Technisch-Kognitive Systeme | ||
|Ausschreibender=Karl Kurzer | |Ausschreibender=Karl Kurzer | ||
− | |Bewerbungsfrist= | + | |Bewerbungsfrist=2019/01/30 |
|Löschdatum=2019/10/31 | |Löschdatum=2019/10/31 | ||
}} | }} |
Version vom 3. Dezember 2018, 11:16 Uhr
Wissenschaftliche Hilfskraft | Automatisiertes/Autonomes Fahren - Maschinelles Lernen
Stellenausschreibung
Automatisierte, kooperative Fahrzeuge müssen im Straßenverkehr in einer hochgradig dynamischen, interagierenden und nur unvollständig wahrnehmbaren Umwelt Entscheidungen treffen. Bisherige Ansätze beschränken sich meist darauf, Situationen allein aus einer egozentrischen Perspektive heraus, ohne Kooperationsaspekte mit, beziehungsweise zwischen anderen Verkehrsteilnehmern zu berücksichtigen.
Für die Prädiktion und Planung von kooperativen Fahrmanövern kommen Such- und Lernverfahren zum Einsatz welche die Interdependenzen der einzelnen Verkehrsteilnehmer berücksichtigten, sowie die Systemzustände probabilistisch modellieren.
AUFGABEN
Das Projekt umfasst eine Vielzahl von Aufgaben unter anderem suche wir Unterstützung in folgenden Bereichen.
- Modellierung kooperativer Fahrermodelle
- Erstellung Semantischer Umweltmodelle
- Ableiten von Kooperationsaspekten
- Entwicklung von Kostenmetriken für Fahrmanöver
- Parallelisierung des Suchverfahrens
- Beschreibung und Erstellung von Testszenarien
WIR BIETEN
- ein interdisziplinäres Forschungsumfeld mit Partnern aus Wissenschaft und Wirtschaft
- eine konstruktive Zusammenarbeit mit hellen, motivierten Mitarbeitern
- eine angenehme Arbeitsatmosphäre
WIR ERWARTEN
- Fähigkeit sowohl State of the Art, als auch experimentelle Algorithmen zu implementieren
- Grundlegende C++ Kenntnisse (C++11, STL, etc.)
- Fundierte Englisch- oder Deutschkenntnisse
- Hohe Kreativität und Produktivität
- Wissen auf dem Gebiet der Künstlichen Intelligenz (insbesondere Such- und Lernverfahren), Spieltheorie oder verwandten Bereichen sind von Vorteil
- Erfahrungen mit Such- und Lernverfahren wie z.B. Monte Carlo Tree Search/Reinforcement Learning sind von Vorteil
ERFORDERLICHE UNTERLAGEN
- aktueller Notenauszug
- tabellarischer Lebenslauf
KONTAKT
Karl Kurzer
HiWi / Tutor(in)
keine Angabe
Angewandte Technisch-Kognitive Systeme
30. Januar 2019