Abschlussarbeit: Machine-Learning getriebene Szenariopriorisierung für die Validierung sicherheitskritischer autonomer Systeme (m/w/d)

TKMS ATLAS ELEKTRONIK ist ein Unternehmen der TKMS Gruppe. Seit Jahrzehnten unterstützen wir Marinen auf der ganzen Welt dabei, die Meere sicherer zu machen. Unseren Kunden bieten wir umfassende Lösungen in Sensorik und Elektronik. Vom Sonar über unbemannte Fahrzeuge und Minenabwehrsystemen bis hin zu Kommunikationsanlagen. Alles aus einer Hand. Bereit mit den Besten zu arbeiten? Werde Teil unseres Teams aus mehr als 8.500 Kolleginnen und Kollegen bei TKMS. Als wachsendes Marineunternehmen bieten wir zukunftssichere Entwicklungsmöglichkeiten in einem internationalen, diversen Hightechumfeld. Wir entwickeln Stärke.

• Systematische Literaturrecherche zu Methoden der Szenarioauswahl (Adaptive Sampling, Importance Sampling) sowie zu Regressionsverfahren (Neurale Netze, Gaussian Processes).
• Vertiefte Analyse moderner Uncertainty-Quantification-Methoden mit Schwerpunkt auf Conformal Prediction.
• Entwicklung eines eigenen hybriden Ansatzes durch Kombination etablierter Methoden aus Simulation, ML und Unsicherheitsmodellierung.
• Konstruktion von Testräumen mit gezielten Fehlabschätzungen und Definition geeigneter Evaluierungsmetriken.
• Untersuchung der Stichprobensensitivität und deren Einfluss auf methodische Robustheit.
• Vergleich, Bewertung und kritische Analyse der entwickelten Ansätze anhand simulierter Kritikalitätsräume.

• Laufendes technisches Studium mit Informatikanteilen, z.B. Data Science,
• Automatisierungstechnik, Physik, Elektrotechnik oder vergleichbar.
• Grundkenntnisse in maschinellem Lernen, Deep Learning sind von Vorteil. Idealerweise erste Erfahrungen mit Frameworks wie PyTorch oder Scikit-learn.
• Frühere Erfahrungen mit Validierungsmethoden von Vorteil.
• Programmierkenntnisse in einer objektorientierten Sprache (bevorzugt Python).
• Selbständige und systematische Arbeitsweise.
• Kommunikationsfähigkeit im Umgang mit Kollegen und Projektbeteiligten.
• Sehr Deutsch- und Englischkenntnisse in Wort und Schrift.