Doktorat Adaptacji Domeny i Podstawowych Modeli dla Automatycznego Postrzegania Prowadzenia

Opis Firmy

Chcesz, aby Twoje pomysły kształtowały korzystne technologie? Niezależnie czy w obszarach rozwiązań mobilności, dóbr konsumpcyjnych, technologii przemysłowych czy energetyki i technologii budownictwa - z nami masz szansę poprawić jakość życia na całym świecie. Witamy w Bosch.

Robert Bosch GmbH z niecierpliwością oczekuje na Twoją aplikację!

Opis stanowiska

Techniki nienadzorowanej adaptacji domen stały się coraz bardziej istotne w kontekście automatycznej jazdy, ponieważ stanowią odpowiedź na wyzwanie dostosowania modeli percepcji do nowych i różnorodnych środowisk jazdy. Ich celem jest nauka wspólnej przestrzeni reprezentacji, która minimalizuje różnicę między domeną źródłową a domeną docelową. Dzięki temu techniki te umożliwiają wdrażanie systemów automatycznej jazdy w różnych scenariuszach z życia wziętych, obejmujących różne warunki pogodowe i typy dróg. Rozwój i doskonalenie tych technik ma kluczowe znaczenie dla pełnego wykorzystania potencjału jazdy autonomicznej i rozwoju dziedziny percepcji jazdy autonomicznej, zwłaszcza kiedy etykietowane dane w domenie docelowej nie są dostępne lub trudne do uzyskania.

Dodatkowo, modele podstawowe mają potencjał, aby służyć jako fundament, na którym buduje się zdolność adaptacji i skuteczność systemów uczenia maszynowego. Te modele są zaprojektowane do nauki robustnej reprezentacji danych, która przekracza domenowe specyficzne osobliwości, umożliwiając bezproblemowe przekazywanie wiedzy i wglądów w różnorodnych domenach. Poprzez uchwycenie fundamentalnych wzorców i cech wspólnych dla różnych zestawów danych, modele podstawowe umożliwiają adaptację algorytmów uczenia maszynowego do nowych środowisk, co czyni je niezbędnym składnikiem w podejściu do takich wyzwań, jak zmiana domeny i niedobór danych. W istocie, modele podstawowe torują drogę do bardziej wszechstronnych i adaptacyjnych systemów sztucznej inteligencji zdolnych do niezawodnego działania w szerokim spektrum rzeczywistych scenariuszy.

Twoje zadania:

• Badanie i rozwijanie najnowocześniejszych ram adaptacji domen bez nadzoru i modeli podstawowych, ze szczególnym naciskiem na czujniki oparte na chmurach punktów, np. Radar & Lidar.
• Ewaluacja opracowanych metod zarówno na otwartych, jak i wewnętrznych prywatnych zbiorach danych, zarówno offline, jak i online.
• Współpraca z doświadczonymi badaczami i programistami w celu przyczynienia się do i wsparcia dużych projektów open-source w dziedzinie jazdy autonomicznej.
• Publikacja wyników badań na czołowych konferencjach i w czasopismach (CVPR, ICML, NIPS, ICLR lub IV)
• Nadzór nad studentami studiów magisterskich i licencjackich
• Podejmowanie odpowiedzialności za zadania projektowe i praca w zróżnicowanym zespole z możliwością wymiany wiedzy w ramach wielu projektów i grup

Kwalifikacje

• Edukacja: tytuł (magister/dyplom) z informatyki, inżynierii elektrycznej, matematyki lub pokrewnego kierunku z doskonałymi wynikami akademickimi
• Doświadczenie i wiedza: solidna znajomość algorytmów i zasad uczenia maszynowego, najlepiej uczenia głębokiego. Wcześniejsze doświadczenie w adaptacji domenowej będzie dodatkowym atutem.
• Doświadczenie w programowaniu: dobra znajomość Pythona oraz frameworków uczenia głębokiego, takich jak Tensorflow lub PyTorch
• Osobowość i sposób pracy: otwarty gracz zespołowy, nastawiony na cele, z doskonałymi umiejętnościami rozwiązywania problemów i analitycznymi
• Język: biegłość w języku angielskim (pisemnie i ustnie), znajomość języka niemieckiego będzie dodatkowym atutem

Dodatkowe informacje

Ostateczny temat doktoratu jest zależny od Twojego uniwersytetu. Start: zgodnie z wcześniejszą umową

Różnorodność i włączanie nie są dla nas tylko trendami; są one głęboko zakorzenione w naszej kulturze korporacyjnej. Dlatego witamy wszystkie aplikacje, niezależnie od płci, wieku, niepełnosprawności, religii, pochodzenia etnicznego, czy tożsamości seksualnej.

                                    Potrzebujesz pomocy przy aplikacji?
Claudia Schillerwein (Zasoby Ludzkie)
[email protected]

Potrzebujesz więcej informacji o ofercie pracy?
Karim Armanious (Dział Funkcjonalny)                                              [email protected]