Оценка неопределённости стажёров для автономного вождения от погана до конца

• Жизнь всегда стремится стать... Стать означает отправиться в путешествие, чтобы стать лучшей версией нашего будущего. В то время как мы открываем новые вещи, мы сталкиваемся с проблемами, осваиваем их и выходим за пределы наших индивидуальных ограничений.

• Подайте заявку на работу в Mercedes-Benz и найдите свою индивидуальную роль и рабочее пространство, чтобы раскрыть свои таланты в полной мере. Вдохновленные дальновидными коллегами, которые разделяют тот же новаторский дух. Присоединиться к нам означает стать частью глобальной команды, которая стремится построить самые желанные автомобили в мире. Вместе для совершенства.

• Идентификатор работы: MER00041MO Mercedes-Benz Group AG является одной из самых успешных автомобильных компаний в мире. Вместе с Mercedes-Benz AG производитель автомобилей является одним из крупнейших поставщиков премиальных и роскошных автомобилей и фургонов. Мы стремимся формировать будущее автомобильной мобильности путем разработки высокоавтоматизированных систем вождения как для автомобильных дорог, так и для городских районов. Для достижения этой цели мы ищем высоко мотивированных внутренних сотрудников, чтобы поддержать нашу исследовательскую группу по теме оценки неопределенности для сквозного автономного вождения (E2E) в нашей команде восприятия в
• Синдельфингене. Модели автономного вождения E2E стали многообещающей парадигмой, которая непосредственно отображает входы датчиков для принятия решений о вождении. По сравнению с модульными трубопроводами, которые разделяют восприятие процессов, прогнозирование и планирование, модели E2E совместно оптимизируют все этапы в рамках одной структуры, что приводит к простой архитектуре и уменьшению потери информации между модулями. В то время как архитектурные инновации улучшили выразительность и масштабируемость моделей, эти системы по-прежнему подвержены ошибкам при столкновении с новыми сценариями или незнакомыми явлениями. Чтобы обеспечить безопасное принятие решений, важно использовать оценку неопределенности для выявления потенциальных ошибок, которые могут быть смягчены. Тем не менее, моделирование и использование неопределенности в функциональной цепочке E2E остаются относительно неисследованными. Этот пробел в исследованиях представляет собой серьезную проблему для безопасности автономных систем в сложных условиях реального мира. Ваша роль будет включать изучение передовых методов оценки неопределенности и их применимость в контексте E2E AD. Кроме того, вы будете стремиться интегрировать эти методы в систему E2E AD и анализировать влияние неопределенности на планирование. Для этого вы должны изучить самые современные технологии в этой области и использовать передовые методологии обучения. Эти проблемы ждут вас:
• Проведение всестороннего обзора литературы о современных методах вождения E2E и передовых методах оценки

• Интеграция и проверка подходящих методов оценки неопределенности в трубопроводе E2E

• Анализ и использование этих неопределенностей в функциональной цепочке E2E для оценки их влияния на задачи планирования, особенно в новых и редких сценариях.

• Внедрение и оптимизация соответствующих рамок подготовки кадров и оценки

В настоящее время преследует степень магистра в области компьютерных наук, робототехники, физики, математики, электротехники или смежных областях

• Сильное владение программированием на Python

• Твердое и глубокое понимание методов глубокого обучения, особенно нейронных сетей и общих программных рамок (например, PyTorch, семейство MMDetection)

• Практический опыт работы с Linux и разработки в среде Linux

• Эффективные навыки общения и сотрудничества

• Свободное владение разговорным и письменным английским

• Предпочтительные квалификации:
• Знание восприятия, прогнозирования, планирования и оценки неопределенности

• Публикация на конференции по глубокому обучению или робототехнике (включая сотрудничество)

• Практический опыт работы с технологиями контейнеризации (например, Docker)

• Знакомство с LLM / VLM / VLAM

• Дополнительная информация:
• Мы с нетерпением ждем получения вашего онлайн-заявки, включая резюме, сопроводительное письмо, сертификаты, текущий сертификат о зачислении с указанием вашего семестра, подтверждение обязательной стажировки и доказательство стандартного периода обучения. Пожалуйста, не забудьте пометить ваши документы как «релевантные для этого приложения» в онлайн-форме и соблюдать максимальный размер файла 5 МБ. Вы можете найти дополнительную информацию о критериях найма здесь. Заявители с ограниченными возможностями и кандидаты с эквивалентным статусом приветствуются!
• Представитель для работников с ограниченными возможностями (sbv-sindelfingen@mercedes-benz.com) с радостью поддержит вас в процессе подачи заявки. HR-службы будут рады помочь вам с любыми вопросами о процессе подачи заявки. Вы можете связаться с нами по электронной почте myhrservice@mercedes-benz.com или по телефону 0711/17-99000 (Mon-Fri 10am-12pm & 1pm-3pm).

• Скидка на питание
• Мобильный телефон для сотрудников
• Возможные скидки для работников
• Годовая прибыль возможна
• Мероприятия для работников коучинг
• Гибкое время возможно
• Гибридная работа возможна
• Польза для здоровья
• Компания
• Выход на пенсию
• Мобильность предлагает
• Парковка
• Внутренний доктор
• Хороший общественный транспорт
• Свободное от барьеров рабочее место
• Ближайший детский сад
• Столовая, кафе