Студент магистерской диссертации – Трансфер обучения по 3D строительным данным

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: MER0003TL9 Mercedes-Benz находится на переднем крае формирования будущего автомобильной промышленности. В Mercedes-Benz Cars Research and Development (R&D) мы внедряем инновации для разработки автомобилей следующего поколения. Наша приверженность инновациям распространяется на все аспекты процесса проектирования автомобилей. Используя огромные объемы данных и передовые цифровые методы и модели искусственного интеллекта для CAx, мы ускоряем циклы строительства и проверки деталей автомобиля.

Промышленные приложения ИИ часто ограничены дефицитом маркированных данных, адаптированных к конкретным задачам, что ограничивает производительность и обобщаемость моделей. Напротив, жизненный цикл САПР генерирует множество данных, которые остаются в значительной степени немаркированными или актуальными для различных, но связанных с ними задач. Разблокирование потенциала этого недостаточно используемого ресурса имеет решающее значение для развития возможностей ИИ в промышленных условиях. Методы поиска, такие как обучение передаче и адаптация домена, стали мощными подходами к преодолению разрыва между маркированными и немаркированными или междоменными данными. Эти методы обеспечивают более эффективную передачу знаний и обучение репрезентации, особенно в сложных сценариях, таких как генеративные задачи 3D, где аннотированные наборы данных особенно ограничены для различных задач.

Возможные задачи включают: Сотрудничество по разработке моделей глубокого обучения для 3D-объектов

Разработка продвинутого метода обучения трансферу в 3D-домене

Изучение методов до и после обработки для 3D-геометрии

Сбор и обработка данных для внутреннего набора данных

Деятельность может начаться в декабре 2025 года.

Исследования в области компьютерных наук, разработки программного обеспечения или смежной области исследования

Знание как письменного, так и разговорного немецкого и английского

Сильные навыки программирования (например, Python)

Опыт фреймворков глубокого обучения (например, PyTorch, Tensorflow) и связанных с ними проектов

Знание 3D компьютерного зрения

Сильные навыки командной работы и сотрудничества

Дополнительная информация: Мы с нетерпением ждем получения вашего онлайн-заявки, включая резюме, сопроводительное письмо, сертификаты, текущий сертификат о зачислении с указанием вашего семестра и подтверждение 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 работников с тяжелыми формами инвалидности (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