Студент магистерской диссертации — генерация и проверка кода на основе искусственного интеллекта в автомобильном программном обеспечении в MB. ОС

• Жизнь всегда стремится стать... В жизни речь идет о том, чтобы отправиться в путешествие, чтобы стать лучшей версией нашего будущего себя. Когда мы открываем новые вещи, мы сталкиваемся с проблемами, осваиваем их и развиваемся за пределами нас.

• Подайте заявку на Mercedes-Benz и найдите область, где вы можете развивать свои таланты индивидуально. Вас будут поддерживать дальновидные коллеги, которые разделяют ваш новаторский дух. Присоединиться к нам означает стать частью глобальной команды, целью которой является создание самых желанных автомобилей в мире. Вместе для совершенства.

• Номер: MER0003YZC В Group Research & Mercedes Benz Cars Development (RD) мы разрабатываем автомобильные поколения будущего. Это означает, что мы имеем в виду инновационные продукты с высочайшим качеством и эффективными процессами разработки с использованием самых современных технологий. Мы уже работаем над автомобилями, которые в будущем обеспечат технологическое лидерство Daimler.

В МБ. Отдел архитектуры ОС, мы разрабатываем будущие поколения автомобилей Mercedes-Benz Cars с учетом сетевых компонентов и энергоснабжения в кросс-функциональной и кросс-серии.

• Как мастер в одном из наших проектов энергоснабжения, вы работаете на интерфейсе искусственного интеллекта, разработки программного обеспечения и автомобильного оборудования. Их основная задача заключается в разработке и разработке инновационного рабочего процесса, основанного на требованиях к программному обеспечению, который значительно повышает эффективность и качество разработки автомобильного программного обеспечения, соответствующего безопасности.

• Ваши действия включают в себя:

• Анализ и концепция:
• Вы анализируете существующие процессы генерации кода ECU и определяете потенциал для автоматизации на основе ИИ. Основываясь на этом, вы разрабатываете рабочий процесс, который использует текстовые требования (требования), тестовые случаи и обзоры ручного кода в качестве входных данных.

• Создание и адаптация кода на основе ИИ:
• Вы разрабатываете и реализуете алгоритмы и модели (например, на основе LLM и RAG систем), которые способны генерировать исполняемый код ECU непосредственно из спецификаций и тестовых случаев или настраивать существующий код на основе обратной связи обзора.

• Интеграция в процесс развития:
• Вы работаете над бесшовной интеграцией разработанных рабочих процессов в автоматизированный общий процесс, чтобы обеспечить непрерывную цепочку инструментов.

• Обеспечение качества методами ИИ:
• Вы исследуете и внедряете методы на основе ИИ для улучшения разработки системы, в том числе: анализ покрытия: разработка подходов к автоматическому тестированию требований по тестовым случаям
• Проверка правдоподобности: разработка и внедрение моделей ИИ для автоматической проверки согласованности и правдоподобности текстовых требований
• Документация и оценка:
• Вы подробно документируете результаты своих исследований, разработанную архитектуру и реализацию. Кроме того, оцените производительность и преимущества вашей разработанной системы, используя соответствующие показатели и приложения.

• Заключительные темы будут обсуждаться с университетом, вами и нами. Деятельность может начаться сейчас и/или начаться в марте 2026 года.

• Курс в области компьютерных наук, науки о данных, искусственного интеллекта, встроенных систем, мехатроники или сопоставимых
• Основы AI / ML: понимание алгоритмов машинного обучения, в частности моделей большого языка (LLM), обработки естественного языка (NLP) и систем генерации с расширением поиска (RAG)
• Программирование навыков:
• Финансирование знаний в Python (в идеале 3.10+) имеет важное значение, включая соответствующие библиотеки для AI/ML (например, scikit-learn, PyTorch, TensorFlow) и обработки данных. Разработка программного обеспечения: понимание принципов чистого кода, архитектуры программного обеспечения и методов тестирования (тесты юнитов, тесты интеграции)
• Базы данных: базовые знания векторных баз данных (например, FAISS, ChromaDB, Pinecone) и в идеале также графовых баз данных (например, Neo4j) для представления знаний
• Аналитические навыки:
• Возможность анализировать сложные технические характеристики и переводить их в формальные модели
• Исследовательская компетентность:
• Методологический подход в проектировании, разработке и оценке новых подходов
• Отличная идея:
• Первые точки соприкосновения с автомобильными стандартами (например, AUTOSAR, ISO 26262) или концепция встроенных систем
• Опыт работы с быстрой инженерией для LLM
• Знание формальных методов или проверки является плюсом.

• Дополнительная информация:
• Мы с нетерпением ждем вашего онлайн-заявки с резюме, надписями, сертификатами, текущим свидетельством о зачислении с указанием семестра и подтверждением регулярного периода обучения. Пожалуйста, не забудьте пометить ваши документы как «релевантные для этого приложения» в онлайн-форме и соблюдать максимальный размер файла 5 МБ. Дополнительную информацию о критериях установки можно найти здесь. Инвалиды и уравненные кандидаты приветствуются!
• Представитель с ограниченными возможностями (sbv-sindelfingen@mercedes-benz.com) с радостью поддержит вас в процессе подачи заявки. HR-службы будут рады помочь вам с вопросами о процессе подачи заявки. Вы можете связаться с нами по электронной почте myhrservice@mercedes-benz.com или по телефону 0711/17-99000 (Mo-Fr 10-12am & 13-15am).

• Пищевые добавки
• Работник по возможности
• Скидки сотрудников возможны
• Участие работников возможно
• Кадровые события коучинг
• Гибкое рабочее время возможно
• Гибридная работа возможна
• Меры здравоохранения
• Трудоустройство
• Мобильность предлагает
• Парковочное место
• Бизнес-врач
• Хорошая связь
• Доступность
• Уход за детьми
• Кантин, кафе