Thesis in Multi-Modal Predictions for End-to-End Architectures
Aufgaben
In the context of autonomous driving, the need for accurate predictions is paramount. Achieving more robust predictions is crucial for ensuring the safety and efficiency of autonomous vehicles. By accurately predicting the future movements of surrounding objects and other vehicles, autonomous driving systems can proactively plan and adapt their actions, thereby reducing the risk of accidents and improving overall driving experience. Additionally, the ability to provide feedback from predictions back to perception allows the system to continuously learn and improve its overall end-to-end capabilities, leading to enhanced decision-making in dynamic environments.
- During your thesis you will address the critical need for predictions in autonomous driving systems. To this end, you will aim to improve the coupling between predictions and perception (i.e. multi-object detection and tracking).
- Query-based approaches have been receiving a lot of attention during the last years, particularly for their performance and easy integration within end-to-end architectures. Current architectures fatigue to have a proper flow of information from downstream tasks to the perception models of the architecture. Within this thesis you will explore methods for achieving this, also considering multi-modal predictions models.
Profil - Education: studies in the field of Computer Science or comparable
- Experience and Knowledge: in data analysis and visualization; proficiency in Python and tools like Pandas, NumPy, and Matplotlib; knowledge of deep learning frameworks; familiarity with TensorFlow, Keras, or PyTorch; understanding of computer vision; experience with OpenCV or similar libraries; familiarity with autonomous systems (e.g. automated driving)
- Personality and Working Practice: you are eager to learn and able to tackle complex challenges, develop innovative solutions, clearly articulate technical concepts to both technical and non-technical audiences
- Languages: fluent in English
- Education: studies in the field of Computer Science or comparable
- Experience and Knowledge: in data analysis and visualization; proficiency in Python and tools like Pandas, NumPy, and Matplotlib; knowledge of deep learning frameworks; familiarity with TensorFlow, Keras, or PyTorch; understanding of computer vision; experience with OpenCV or similar libraries; familiarity with autonomous systems (e.g. automated driving)
- Personality and Working Practice: you are eager to learn and able to tackle complex challenges, develop innovative solutions, clearly articulate technical concepts to both technical and non-technical audiences
- Languages: fluent in English
Kontakt & Wissenswertes
Start: according to prior agreement
Duration: 6 months
Requirement for this thesis is the enrollment at university. Please attach your CV, transcript of records, examination regulations and if indicated a valid work and residence permit.
You are almost finished with your Bachelor's degree and would like to gain some practical experience before embarking on your next academic adventure with a Master's degree? Then you fit in perfectly well with our PreMaster Programm! Take a look at our vacancies here.
Diversity and inclusion are not just trends for us but are firmly anchored in our corporate culture. Therefore, we welcome all applications, regardless of gender, age, disability, religion, ethnic origin or sexual identity.
Need further information about the job?
Joerg Wagner (Functional Department)
+49 711 811 35050
#LI-DNI
Einblicke in unsere Arbeitswelt
Wir stellen Videos über YouTube bereit. Die Anzeige des Videos setzt Ihre Zustimmung voraus. Wenn Sie zustimmen, werden Daten an YouTube übertragen, Cookies verwendet und Kontakt zu dem Google DoubleClick-Werbenetzwerk aufgenommen. Dies kann weitere Datenverarbeitungsvorgänge auslösen. Es kann nicht ausgeschlossen werden, dass dabei auch Daten in Länder außerhalb des Europäischen Wirtschaftsraums übermittelt werden.
Willkommen in Renningen
Unser Forschungscampus in Renningen bildet den internationalen Knotenpunkt unserer Bereiche Forschung und Vorausentwicklung, Cross-Domain Computing Solutions und Bosch Center for Artificial Intelligence.
Mitarbeiter aus aller Welt arbeiten daran, Antworten auf die Fragen von Übermorgen zu finden. Damit sich die Ideen unserer Forscher optimal entfalten können, ist der Campus ein Netz der kurzen Wege zwischen Kommunikation und Inspiration, an dem der Kreativität keine Grenzen gesetzt sind.
Wollen auch Sie die Zukunft gestalten? Wir freuen uns auf Ihre Neugier und Innovationsfreude.
Unsere Standort-Vorteile
Flexibles und mobiles Arbeiten
Gleitzeit und moderne Arbeitszeitmodelle von Teilzeit bis zu Jobsharing, Home-Office und eingearbeitete freie Fenstertage
Freiräume für kreatives Arbeiten
Umfangreiches Schulungsangebot der Bosch Learning Company, Coaching und Mentoring, Bildungsteilzeit/Bildungskarenz sowie ein strukturiertes und unterstützendes Einarbeitungsprogramm
Kostenfreie Parkmöglichkeiten
Gestütze Parkgarage am Standort, kostenfreie Fahrrad-Parkplätze im Hof, gesicherter Fahrradabstellplatz zu mieten
Gesundheit und Fürsorge
Arbeitsmedizinische Vorsorge und Beratung durch internes ärztliches Personal, kostenlose Impfungen, attraktive Gesundenversicherung, psychosoziale und therapeutische Beratung, persönliche Gesundenvorsorge, Workshops und Vorträge zum Thema Gesundheit, betriebliche Altersvorsorge ab dem 3. Jahr bei Bosch
Vergünstigungen für Mitarbeiter
Vergünstigte Einkaufskonditionen bei uns und unseren Partnerunternehmen, gestützte Kultur- und Freizeitveranstaltungen
Breites Angebot an Gesundheits- und Sportaktivitäten
Verpflegungsmöglichkeiten vor Ort
Gesunde und schmackhafte Verpflegung zu gestützten Preisen in unserem Betriebsrestaurant und in der Cafeteria, kostenloser Kaffee in unseren Kaffeeküchen
