Aufgaben
Im Bereich E/E Architektur- und System Engineering verantworten wir die baureihenübergreifende Diagnosesoftware zur Prüfung und Inbetriebnahme von elektronischen Steuergeräten und Systemen.Im Rahmen von Prüf- und Inbetriebnahmetests treten Testerabbrüche auf, die häufig auf Kommunikationsprobleme zwischen verschiedenen Steuergeräten zurückzuführen sind. Die Analyse dieser Fehler erfolgt bislang nur eingeschränkt, wodurch Transparenz über die tatsächlichen Ursachen fehlt und Optimierungspotenziale nur begrenzt genutzt werdenZiel dieser Abschlussarbeit ist es, ein KI-gestütztes Modell zur Erkennung und Ursachenanalyse von Testerabbrüchen zu entwickeln. Dabei sollen Muster in Kommunikationsdaten identifiziert und relevante Einflussfaktoren herausgearbeitet werden, um eine fundierte Ursachenanalyse zu ermöglichen.Diese Herausforderungen kommen auf Sie zu:
- Mitwirkung bei der Analyse komplexer Fragestellungen im Bereich Machine Learning und KI
- Anwendung und Weiterentwicklung von Methoden zur datengetriebenen Fehleranalyse
- Umsetzung von Datenanalysen und Modellierungsansätzen mit Python und gängigen Data-Science-Bibliotheken (z.B. pandas, scikit-learn)
- Einarbeitung in neue Datenquellen sowie Entwicklung von Ansätzen zur Datenaufbereitung und -interpretation
- Transfer von theoretischem Wissen aus dem Studium in praxisnahe Anwendungen
- Strukturierte Bearbeitung komplexer Aufgabenstellungen im technischen Umfeld
- Eigenständige Einarbeitung in neue Themenfelder und Systeme innerhalb eines interdisziplinären Teams
- Kommunikation von Analyseergebnissen in deutscher und englischer Sprache
Die Tätigkeit kann ab August 2026 beginnen
Qualifikationen
- Studiengang im Bereich Informatik, Data Science, Elektrotechnik, Wirtschaftsinformatik oder vergleichbar
- Interesse an Machine Learning, KI und datengetriebener Fehleranalyse
- Gute Kenntnisse in Python und gängigen Data-Science-Bibliotheken (z.B. pandas, scikit-learn) von Vorteil
- Erste Erfahrung in Datenanalyse, Modellierung oder Signal-/Kommunikationsdaten von Vorteil
- Analytisches Denkvermögen und strukturierte Arbeitsweise
- Eigeninitiative und Motivation, sich in komplexe Systeme einzuarbeiten
- Gute Deutsch- und Englischkenntnisse
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 (sbv-sindelfingen@mercedes-benz.com) unterstützt Sie gerne im Bewerbungsprozess
HR Services hilft Ihnen bei Fragen zum Bewerbungsprozess gerne weiter. Sie erreichen uns per E-Mail über myhrservice@mercedes-benz.com oder telefonisch unter 0711/17-99000 (Mo-Fr 10-12 Uhr & 13-15 Uhr)