Doktorand Entwicklung dateneffizienter Optimierungsstrategien für die funktionale Auslegung (m/w/x) (Ingenieur/in - Maschinenbau)
BMW AG · München, Kreisfreie Stadt, Germany
About The Role
Stellenreferenz: 183178 Mit unseren Marken BMW, MINI, Rolls-Royce und BMW Motorrad sind wir einer der weltweit führenden Premium-Hersteller von Automobilen sowie Motorrädern und darüber hinaus Anbieter von Premium-Finanz- und Mobilitätsdienstleistungen. Wir, die BMW Group, bieten dir eine spannende und abwechslungsreiche Doktorarbeit im Bereich Fahrzeugkarosserie, bei der du als Doktorand:in unser Team der numerischen Strukturoptimierung begleitest und innovative Methoden sowie IT-Systeme entwickelst, um neueste Algorithmen – insbesondere aus dem Bereich der künstlichen Intelligenz – in die Serienanwendung zu überführen und so eine effizientere Auslegung der Karosseriestruktur zu ermöglichen. Was erwartet dich? - Entwicklung von dateneffizienten Optimierungsstrategien für die funktionale Auslegung mittels Deep-Kernel-Learning und Graph Attention Networks. - Eine spannende und fordernde Aufgabe in den Themen Strukturoptimierung und Machine Learning in einem interdisziplinären Team. - Beschleunigung von Optimierungsaufgaben mittels KI, z.B. durch Nutzung einer historischen Wissensbasis. - Entwicklung von Methoden der künstlichen Intelligenz zur Unterstützung der Auslegung von Karosseriestrukturen innerhalb unserer FEM-Simulationssysteme. - Prototypische Implementierung von Programmen zur Nutzung der Verfahren und Methoden. - Konkrete Anwendung der entwickelten Verfahren für die funktionsübergreifende Auslegung der Fahrzeugkarosserie. - Nutzung von koevolutionären oder hybriden Strategien. Was bringst du mit? - Studium der Ingenieurswissenschaften, Mathematik oder eines vergleichbaren Studiengangs. - Sehr gute Kenntnisse in den Bereichen künstliche Intelligenz, Maschinelles Lernen, Daten- oder Signalverarbeitung. - Gute Kenntnisse in der Programmierung mit python. - Gute Kenntnisse im Bereich der Finite-Elemente-Methode (FEM) sind empfehlenswert. - Kenntnisse im Bereich Auslegung von Karosseriestrukturen sind von Vorteil. - Sehr gute Deutsch- und Englischkenntnisse. Du bist motiviert intelligente Datenaufbereitungsmethoden für automatisiertes maschinelles Lernen zu schaffen und diese Algorithmen sowohl an realen Auslegungsproblemen als auch an Benchmark-Tests in der Fahrzeugauslegung anzuwenden? Bewirb dich jetzt! Wenn du es in die nächste Runde schaffst, erhältst du per E-Mail eine Einladung zu einem Videointerview. Bitte überprüfe regelmäßig auch deinen Spam-Ordner. Hinweis: Bitte bewirb dich ausschließlich online über unser Karriereportal. Bewerbungen auf anderen Kanälen (insb. auch E-Mail) können nicht berücksichtigt werden. Staatsangehörige von Ländern außerhalb der Europäischen Union benötigen für die Dauer des Programms eine gültige Aufenthalts- bzw. Arbeitserlaubnis. Was bieten wir dir? - Umfassendes Mentoring & Onboarding. - Persönliche & fachliche Weiterentwicklung. - Flexible Arbeitszeiten. - Mobilarbeit. - Attraktive & faire Vergütung. - Jährliche Sonderzahlungen wie Urlaubsgeld und Weihnachtsgeld. - Apartments für Studierende (nach Verfügbarkeit & nur am Standort München). Und vieles mehr siehe . Startdatum: ab sofort Dauer: 36 Monate Arbeitszeit: Teilzeit Hilfreiche Tipps zu deiner Bewerbung und dem Bewerbungsprozess findest du hier . Wir bei der BMW Group legen großen Wert auf Gleichbehandlung und Chancengleichheit. Unsere Recruiting-Entscheidungen basieren auf der Persönlichkeit, den Erfahrungen und Fähigkeiten der Bewerber:innen. Mehr dazu hier .
This is an external listing. JobSpring does not represent or verify the employer. Report this listing
JobSpring