Thesis Geometrical Deep Learning Simulation
Bearbeite spannende Aufgaben in der Simulation, gewinne Einblick in zukunftsweisende Technologien und profitiere von umfassenden Entwicklungsmöglichkeiten bei Bosch.
Die Robert Bosch Power Tools GmbH sucht motivierte Studierende für die Thesis „Using Geometrical Deep Learning for Simulation”. Die Position ist befristet und in Vollzeit ausgeschrieben. Leider wird kein konkretes Gehalt in der Anzeige genannt. Voraussetzung ist die Immatrikulation, bewerben können sich Studierende der Ingenieurwissenschaften, Luft- und Raumfahrt, Mechatronik oder Computational Engineering mit Schwerpunkt Dynamik und Simulation.
Tagesablauf und Kernaufgaben
Zu den täglichen Aufgaben gehören das Einarbeiten in die Simulationssoftware-Landschaft bei Bosch Power Tools sowie die eigenständige Literaturrecherche zu Geometrischem Deep Learning.
Im Anschluss wird ein kommerzielles Simulationstool evaluiert und die Integration existierender Modelle vorangetrieben. Deine Aufgabe ist es zudem, KI-Modelle mit Simulationsdaten zu trainieren.
Ergebnisse deiner Arbeit werden plausibilisiert und geprüft, um qualitativ hochwertige Empfehlungen für den Einsatz in Power Tools zu geben.
Ein abwechslungsreicher Alltag ist sicher: Vom wissenschaftlichen Arbeiten bis zur praktischen Modellintegration bist du überall gefragt.
MS Office-Kenntnisse, erste Erfahrung mit FEM-Tools (z. B. Abaqus, HyperWorks) sowie Grundwissen in Data Science sind Voraussetzung.
Vorteile der Position
Bosch bietet finanzielle Zusatzleistungen, individuelle Förderung und attraktive Sozialleistungen, die die Thesis zu einer besonders lohnenswerten Option machen.
Die persönliche Weiterentwicklung steht im Fokus. Seminare, Workshops und Mentoren bieten viele Chancen, sich weiterzubilden und Kontakte zu knüpfen.
Nachteile und Herausforderungen
Die vollständige Präsenzpflicht kann für einige Kandidaten herausfordernd sein, vor allem wenn flexible Arbeitsmodelle bevorzugt werden.
Die Aufgaben erfordern ein hohes Maß an Selbstständigkeit und Verantwortungsbewusstsein, was nicht jeder Studierende sucht.
Fazit
Für Studierende mit Interesse an Deep Learning und Simulation ist diese Thesis bei Bosch eine einmalige Gelegenheit. Die Mischung aus Herausforderung, Entwicklung und Wertschätzung spricht für diese Position.