Student*in für Masterarbeit – AI-Code-Generierung in Automotive

- Studiengang im Bereich Informatik, Data Science, Künstliche Intelligenz, Embedded Systems, Mechatronik oder Vergleichbares - Grundlagen AI/ML: Verständnis von Machine Learning Algorithmen, insbesondere Large Language Models (LLMs), Natural Language Processing (NLP) und Retrieval-Augmented Generation (RAG) Systeme - Programmierkenntnisse: Fundierte Kenntnisse in Python (idealerweise 3.10+) sind essenziell, inklusive relevanter Bibliotheken für AI/ML (z.B. scikit-learn, PyTorch, TensorFlow) und Datenverarbeitung - Software Engineering: Verständnis von Clean Code Prinzipien, Softwarearchitektur und Testmethoden (Unit-Tests, Integrationstests) - Datenbanken: Grundkenntnisse in Vektordatenbanken (z.B. FAISS, ChromaDB, Pinecone) und idealerweise auch Graphdatenbanken (z.B. Neo4j) für Wissensrepräsentation - Analysefähigkeiten: Die Fähigkeit, komplexe technische Spezifikationen zu analysieren und in formale Modelle zu übersetzen - Forschungskompetenz: Methodisches Vorgehen bei der Konzeption, Entwicklung und Evaluierung neuer Ansätze - Nice-to-Have: Erste Berührungspunkte mit Automotive-Standards (z.B. AUTOSAR, ISO 26262) oder dem Konzept von Embedded Systems - Nice-to-Have: Erfahrung mit Prompt Engineering für LLMs - Nice-to-Have: Kenntnisse in formalen Methoden oder Verifikation sind ein Plus