Student*in für Abschlussarbeit im Bereich Out of Distribution Detektion in der Objekt Erkennung

Stellenbeschreibung:

Life is always about becoming… Im Leben geht es darum, sich auf eine Reise zu begeben, um die beste Version unseres zukünftigen Selbst zu werden. Während wir Neues entdecken, stellen wir uns Herausforderungen, meistern sie und wachsen über uns hinaus.

Bewerben Sie sich bei Mercedes-Benz und finden Sie den Aufgabenbereich, in dem Sie Ihre Talente individuell entfalten können. Dabei werden Sie von visionären Kolleginnen und Kollegen unterstützt, die Ihren Pioniergeist teilen. Bei uns einzusteigen bedeutet, Teil eines globalen Teams zu werden, dessen Ziel es ist, die begehrenswertesten Automobile der Welt zu bauen. Together for excellence.

Stellennummer: MER Q

KI-basierte Objekterkennung ist ein zentraler Bestandteil von Wahrnehmungssystemen beim automatisierten Fahren. Da diese KI-Modelle nur auf begrenzten Datensätzen trainiert werden, können sie in realen Szenarien auf unbekannte Objekte oder Situationen (Out-of Distribution, OOD) treffen. Die Detektion solcher OOD-Eingaben ist ein wichtiger Baustein für die Sicherheitsargumentation automatisierter Systeme, da sie hilft, unsichere Modellvorhersagen zu erkennen und potenzielle Degradations-Manöver einzuleiten. In dieser Arbeit sollen verschiedene OOD-Methoden recherchiert, implementiert und am Anwendungsbeispiel der Objekterkennung untersucht werden.

Diese Herausforderungen kommen auf Sie zu:

Recherche und Analyse aktueller wissenschaftlicher Arbeiten zu Out-of-Distribution (OOD) Detektion am Anwendungsbeispiel der Objekterkennung
Identifikation geeigneter OOD-Methoden und Algorithmen für bestehende Objekt-Erkennungsmodelle
Implementierung ausgewählter OOD-Algorithmen und Integration in eine bestehende Objekterkennungs-Pipeline
Durchführung von Experimenten zur Evaluation der Methoden auf geeigneten Datensätzen
Vergleich und Analyse der Ergebnisse hinsichtlich Detektionsleistung und Rechenaufwand
Dokumentation der Ergebnisse sowie Ableitung von Empfehlungen für den praktischen Einsatz

Die endgültige Themenfindung erfolgt in Absprache mit der Hochschule, Ihnen und uns.

Die Tätigkeit kann ab Juli 2026 beginnen.

Eingeschriebene*r Student*in im Bereich der der Ingenieurwissenschaften, Informatik, Mathematik oder Vergleichbares
Programmierkenntnisse in Python
Grundkenntnisse im Bereich Machine Learning und Deep Learning, idealerweise mit Fokus auf Computer Vision
Sichere Deutsch- und Englischkenntnisse in Wort und Schrift
Engagement und Teamfähigkeit
Analytische Denkweise und strategische Arbeitsweise

Zusätzliche Informationen:

Wir freuen uns auf Ihre Online-Bewerbung mit Lebenslauf, Anschreiben, Zeugnissen, aktueller Immatrikulationsbescheinigung mit Angabe des Fachsemesters und Nachweis über die Regelstudienzeit. Bitte vergessen Sie nicht im Online-Formular Ihre Dokumente als "relevant für diese Bewerbung" zu markieren und die maximale Dateigröße von 5 MB zu beachten.

Weiterführende Informationen zu den Einstellkriterien finden Sie hier.

Schwerbehinderte und gleichgestellte Bewerbende sind herzlich willkommen! Die Schwerbehindertenvertretung ( ) unterstützt Sie gerne im Bewerbungsprozess.

HR Services hilft Ihnen bei Fragen zum Bewerbungsprozess gerne weiter. Sie erreichen uns per E-Mail über oder telefonisch unter 0711/ (Mo-Fr 10-12 Uhr & 13-15 Uhr).