Student*in für Masterarbeit – AI-basierte Code-Generierung & Verifikation in Automotive Software

Das Unternehmen bietet eine spannende Gelegenheit für Studierende, die ihre Masterarbeit im Bereich der AI-basierten Code-Generierung und Verifikation in der Automotive-Software schreiben möchten. In einem dynamischen und innovativen Umfeld werden Sie Teil eines engagierten Teams, das an der Gestaltung der Automobilgenerationen der Zukunft arbeitet. Ihre Hauptaufgabe besteht darin, einen innovativen Workflow zu entwickeln, der Künstliche Intelligenz, Software Engineering und Automotive-Hardware miteinander verbindet. Zu Ihren täglichen Aufgaben gehören die Analyse bestehender Prozesse zur ECU-Code-Generierung, die Identifikation von Automatisierungspotenzialen durch AI sowie die Entwicklung und Implementierung von Algorithmen zur automatischen Code-Generierung. Darüber hinaus werden Sie an der Integration Ihres Workflows in den Entwicklungsprozess arbeiten und AI-Methoden zur Qualitätssicherung erforschen. Ihre Ergebnisse werden dokumentiert und evaluiert, wobei Sie die Möglichkeit haben, Ihre Forschungsergebnisse in einem akademischen Rahmen zu präsentieren. Das Unternehmen legt großen Wert auf persönliche und berufliche Entwicklung und bietet Ihnen die Chance, Ihre Talente in einem unterstützenden Team zu entfalten. Die endgültige Themenfindung erfolgt in Absprache mit der Hochschule und dem Unternehmen. Die Tätigkeit kann ab sofort oder im März 2026 beginnen.

Der ideale Kandidat sollte einen Studiengang im Bereich Informatik, Data Science, Künstliche Intelligenz, Embedded Systems, Mechatronik oder einem vergleichbaren Fachbereich absolvieren. Ein grundlegendes Verständnis von Machine Learning Algorithmen, insbesondere Large Language Models (LLMs), Natural Language Processing (NLP) und Retrieval-Augmented Generation (RAG) Systemen ist erforderlich. Fundierte Programmierkenntnisse in Python, idealerweise in Version 3.10 oder höher, sind essenziell, ebenso wie Kenntnisse in relevanten Bibliotheken für AI/ML wie scikit-learn, PyTorch und TensorFlow. Ein Verständnis von Clean Code Prinzipien, Softwarearchitektur und Testmethoden ist ebenfalls von Vorteil. Grundkenntnisse in Vektordatenbanken und idealerweise auch in Graphdatenbanken sind wünschenswert. Der Kandidat sollte in der Lage sein, komplexe technische Spezifikationen zu analysieren und in formale Modelle zu übersetzen. Methodisches Vorgehen bei der Forschung sowie erste Berührungspunkte mit Automotive-Standards sind von Vorteil. Persönliche Eigenschaften wie analytisches Denken, Teamfähigkeit und eine hohe Motivation zur Weiterentwicklung sind ebenfalls wichtig.