- Die Erstellung eines geeigneten kartenbasierten Datensatzes für Training und Bewertung stellt einen Schwerpunkt deiner Tätigkeit dar
- Gemeinsam mit dem Team bist du verantwortlich für die Einführung einer Basismethode für die Berechnung des durchschnittlichen Energieverbrauchs
- Du unterstützt bei der Implementierung und dem Benchmarking der ausgewählten ML-Methoden
- Du studierst aktuell Ingenieurwissenschaften, Informatik, Fahrzeugtechnik oder einen vergleichbaren Studiengang mit Schwerpunkt Softwaretechnik, Data Science und Machine Learning
- Du hast Kenntnisse und praktische Erfahrung mit Python und Frameworks für maschinelles Lernen, wie beispielsweise Sklearn und PyTorch
- Du bringst Erfahrung mit Datenverarbeitung, Datenanalyse und Datensatzerstellung
- Du verfügst über Kenntnisse der Datenvisualisierung mit Python-Bibliotheken wie Plotly, Bokeh und Matplotlib
- Du kannst dich gut in englischer Sprache verständigen
- Zu deinen Stärken zählen ausgeprägte analytische Fähigkeiten sowie eine selbstständige Arbeitsweise
Wissenswertes vor der Abfahrt:
Voraussetzung: Gültige Immatrikulation an einer Hochschule oder Universität (alternativ befindest du dich in einem GAP Year)
Beginn: ab September
Dauer: 6 Monate
Arbeitszeit: Vollzeit (40 h/Woche)