Tätigkeitsbereich: Forschung & Entwicklung incl. Design Fachabteilung: PLE e-Drive Large Gesellschaft: Mercedes-Benz AG Standort: Sindelfingen Startdatum: 01.10.2026 Veröffentlichungsdatum: 01.10.2026 Stellennummer: MER00046LL Arbeitszeit: Teljes munkaidő

Aufgaben

Bist Du angesteckt von den Produktinnovationen bei Mercedes-Benz? Willst Du in dem spannenden Bereich der Elektromobilität mitarbeiten und Deinen Beitrag zur Mobilität der Zukunft leisten?

Die Fachbereiche „Projektleitung elektrischer Antriebsstrang Large Cars“ und “Digitale Antriebsentwicklung & Simulation c-/e-Drive“ beschäftigen sich mit der Auslegung von elektrischen Antriebssystemen und der Digitalisierung von Entwicklungsprozessen.

Bei der Auslegung des eDrive Gesamtsystems werden neben Vertriebsanforderungen, Kunden-, Dauerlaufdaten und andere Datenquellen sowie unterschiedliche Simulations

• und Entwicklungsmethoden eingesetzt.

Im Rahmen der ausgeschriebenen Arbeit soll unter Verwendung unterschiedlicher Datenquellen ein Überblick über die Anforderungen aus Kundensicht über den gesamten Auslegungsbereich erstellt und bestehende Spezifikationslücken aufgezeigt werden. Hierfür ist es zunächst erforderlich die zur Verfügung stehenden Datenquellen auf deren Datenqualität zu prüfen, um in der weiteren Vorgehensweise Kundengruppen und verwendbare Kenngrößen & Merkmale zu definieren und das Verhalten von Kundenclustern beschreiben zu können.

Mit der Arbeit geht eine Literaturrecherche für unterschiedliche Machine-Learning Ansätze einher, die zur Bearbeitung der Thematik eingesetzt werden sollen.

Am Beispiel einer Fahrzeug-Baureihe sollen folgende Aufgaben bearbeitet werden:

- Analyse vorhandener Datenquellen, mit dem Ziel die Anforderungen aus dem Produkt-Lastenheft datenbasiert bewerten zu können

- Überprüfung der Datenqualität der zur Verfügung stehenden Daten und Aufzeigen von Spezifikationslücken

- Weiterentwicklung Datenpipeline und Toolchain für KI-Analyse von vorhandener Datenquellen

- Entwicklung eines neurales-Netzes um Anforderungen gegen Felddaten abzugleichen

- Vergleich Ergebnisse aus neurales-Netz Ansatz gegenüber konventionalem Algorithmus

Die Tätigkeit kann ab 01.10.26 beginnen

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

Qualifikationen

- Studiengang im Bereich Künstliche Intelligenz, Data Science Engineering, Mechatronik, Informatik, Fahrzeugtechnik o.ä.

- Sichere Deutsch

• und/oder Englischkenntnisse

- Gutes Verständnis in den Bereichen Data-Analytics, Machine-Learning, Algorithmus-Entwicklung sowie Grundkenntnisse in Elektromobilität/elektrischer Antriebsstrangentwicklung

- Gute Kenntnisse in Datenauswertung, Cloud-Computing und Simulation-Tools (Matlab, MS-Azure/Databricks usw.)

- Zuverlässigkeit, Engagement, Eigenständigkeit und Teamfähigkeit

Zusätzliche Informationen:

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

Weiterführende Informationen zu den Einstellkriterien findest Duhier .

Schwerbehinderte und gleichgestellte Bewerbende sind herzlich willkommen! Die Schwerbehindertenvertretung ([email protected]) unterstützt Dich gerne im Bewerbungsprozess.

People Solutions hilft Dir bei Fragen zum Bewerbungsprozess gerne weiter. Du erreichst uns per E-Mail ü[email protected] oder telefonisch unter 0711/17-99000 (Mo-Fr 10-12 Uhr & 13-15 Uhr).

Benefits

• Barriere­frei­heit
• Kantine, Café
• Kinder­betreuung
• Coaching
• Betriebs­arzt
• Mobilitäts­angebote
• Mit­arbeiter Events
• Mit­arbeiter­rabatte möglich
• Mit­arbeiter­beteili­gung möglich
• Mit­arbeiter­handy möglich
• Essens­zulagen
• Gesund­heits­maß­nahmen
• Hybrides Arbeiten möglich
• Betrieb­liche Alters­ver­sorgung
• Park­platz
• Gute An­bindung
• Flexible Arbeits­zeit möglich

Kontakt

Ramanathan Swaminathan Email: [email protected] Bela-Barenyi-Str Tor 14 71063 Sindelfingen