Overview
Bei Bosch gestalten wir Zukunft mit hochwertigen Technologien und Dienstleistungen, die Begeisterung wecken und das Leben der Menschen verbessern. Unser Versprechen an unsere Mitarbeiterinnen und Mitarbeiter steht dabei felsenfest: Wir wachsen gemeinsam, haben Freude an unserer Arbeit und inspirieren uns gegenseitig. Willkommen bei Bosch. Die Robert Bosch GmbH freut sich auf deine Bewerbung!
Full job description
About the company
Bei Bosch gestalten wir Zukunft mit hochwertigen Technologien und Dienstleistungen, die Begeisterung wecken und das Leben der Menschen verbessern. Unser Versprechen an unsere Mitarbeiterinnen und Mitarbeiter steht dabei felsenfest: Wir wachsen gemeinsam, haben Freude an unserer Arbeit und inspirieren uns gegenseitig. Willkommen bei Bosch.
Die Robert Bosch GmbH freut sich auf deine Bewerbung!
Full job description
Möchtest du die Zukunft der Motorradsicherheit aktiv mitgestalten und dabei modernste Deep-Learning-Methoden einsetzen? Werde Teil unserer zentralen Forschung und leiste einen entscheidenden Beitrag zur Reduzierung des Unfallrisikos. Im Rahmen deiner Masterarbeit widmest du dich der Analyse von komplexen, multivariaten Zeitreihendaten. Als Datenbasis dienen dir hierbei insbesondere empirische Messdaten von Motorrädern aus realen Testfahrten. Ziel ist es, Muster zu erkennen, Fahrzustände vorherzusagen und somit einen direkten Beitrag zur Entwicklung zukünftiger Fahrassistenzsysteme zu leisten.
- Du übernimmst die Aufbereitung, Bereinigung und Strukturierung empirischer Messdaten aus realen Testfahrten und validierst deine entwickelten Modelle anhand dieser Daten.
- Konzipiere und implementiere zeitreihenbasierte Deep-Learning-Ansätze zur Mustererkennung und Zustandsschätzung, wobei du dich insbesondere auf Sequence-to-Sequence-Ansätze konzentrierst.
- Mithilfe ausgewählter Methoden überprüfst du die Erklär- und Interpretierbarkeit der Ergebnisse deiner entwickelten Deep-Learning-Modelle.
- Deine Arbeit findet direkte Anwendung in der praxisnahen Forschung und bildet eine wertvolle Basis für zukünftige Sicherheits- und Assistenzsysteme.
Qualifications and requirements
- Ausbildung: Masterstudium im Bereich Data Science, Informatik, Mathematik, Mechatronik, Physik oder verwandte Studiengänge in den Ingenieurs- oder Naturwissenschaften mit sehr guten Studienleistungen und fortgeschrittenem Studienverlauf
- Erfahrungen und Know-how: fundiertes Verständnis und praktische Erfahrung in der Daten(vor)verarbeitung und Datenauswertung; solide Vorkenntnisse in der Anwendung von zeitreihenbasierten Deep-Learning-Modellen (z.B. PyTorch, SciKit Learn) und Sequence-to-Sequence-Ansätzen; erste Erfahrungen im Umgang mit Explainable AI (XAI) (z.B. SHAP, LIME); sehr gute Programmierkenntnisse in Python; Kenntnisse in C/C++ von Vorteil
- Persönlichkeit und Arbeitsweise: dir gelingt es, komplexe Sachverhalte schnell zu erfassen sowie analytisch zu durchdringen; du arbeitest strukturiert und integrierst dich erfolgreich in Teams
- Arbeitsalltag: wir bieten dir die Möglichkeit, hybrid zu arbeiten
- Begeisterung: für Innovation und Technologie
- Sprachen: verhandlungssicheres Deutsch und Englisch
Additional information
Beginn: nach Absprache
Dauer: 6 Monate
Voraussetzung für die Abschlussarbeit ist die Immatrikulation an einer Hochschule. Bitte füge deiner Bewerbung deinen Lebenslauf, deinen aktuellen Notenspiegel, deinen Notenspiegel aus dem Bachelorstudium, die Prüfungsordnung sowie ggf. eine gültige Arbeits- und Aufenthaltserlaubnis bei.
Vielfalt und Inklusion sind für uns keine Trends, sondern fest verankert in unserer Unternehmenskultur. Daher freuen wir uns über alle Bewerbungen: unabhängig von Geschlecht, Alter, Behinderung, Religion, ethnischer Herkunft oder sexueller Identität.
Du hast fachliche Fragen zum Job?
Max Prochaska (Fachabteilung)
+49 173 2826129
Work #LikeABosch beginnt hier: Jetzt bewerben!
Requirements & qualifications
- Ausbildung: Masterstudium im Bereich Data Science, Informatik, Mathematik, Mechatronik, Physik oder verwandte Studiengänge in den Ingenieurs- oder Naturwissenschaften mit sehr guten Studienleistungen und fortgeschrittenem Studienverlauf
- Erfahrungen und Know-how: fundiertes Verständnis und praktische Erfahrung in der Daten(vor)verarbeitung und Datenauswertung; solide Vorkenntnisse in der Anwendung von zeitreihenbasierten Deep-Learning-Modellen (z.B. PyTorch, SciKit Learn) und Sequence-to-Sequence-Ansätzen; erste Erfahrungen im Umgang mit Explainable AI (XAI) (z.B. SHAP, LIME); sehr gute Programmierkenntnisse in Python; Kenntnisse in C/C++ von Vorteil
- Persönlichkeit und Arbeitsweise: dir gelingt es, komplexe Sachverhalte schnell zu erfassen sowie analytisch zu durchdringen; du arbeitest strukturiert und integrierst dich erfolgreich in Teams
- Arbeitsalltag: wir bieten dir die Möglichkeit, hybrid zu arbeiten
- Begeisterung: für Innovation und Technologie
- Sprachen: verhandlungssicheres Deutsch und Englisch
Tips for this job
Practical Job and Scholarship guidance. These tips do not replace official rules or create new eligibility requirements.
- Tailor the CV and application to the responsibilities and required skills stated on the official employer page.
- Use concrete evidence of relevant work, projects and measurable results rather than generic claims.
- Confirm location, work authorization, remote restrictions and sponsorship terms before applying.
- Apply through the original employer or official recruitment destination shown on this page.
Verification notes
Discovered from the employer’s public SmartRecruiters Posting API. The public detail endpoint was fetched and its job-ad sections were normalized into a complete, safe candidate-facing description.
Job and Scholarship is the discovery and verification layer. Confirm eligibility, dates, salary/funding and application instructions on the original source before submitting anything.
Bosch Group Careers ↗Browse current Job and Scholarship listings from Bosch Group Careers →
