Stellendetails zu: Masterstudent (d/m/w) im Bereich Sensorfusion und Datenanalyse
Masterstudent (d/m/w) im Bereich Sensorfusion und Datenanalyse
Masterstudent (d/m/w) im Bereich Sensorfusion und Datenanalyse
Kopfbereich
Besondere Merkmale
- Beginn ab 01.10.2026
- Schicht/Nacht/Wochenende
Arbeitsort
Ulm, DonauBerufsbezeichnung
- Ingenieur/in - Luft- und Raumfahrttechnik
Stellenbeschreibung
Über uns
Airbus ist Pionier einer nachhaltigen Luft- und Raumfahrt für eine sichere und vereinte Welt. Das Unternehmen arbeitet ständig an Innovationen für effiziente und technologisch fortschrittliche Lösungen in den Bereichen Luft- und Raumfahrt, Verteidigung sowie vernetzte Dienstleistungen. Airbus bietet moderne und treibstoffeffiziente Verkehrsflugzeuge sowie dazugehörige Dienstleistungen an. Airbus ist auch führend in Europa im Bereich Verteidigung und Sicherheit und eines der größten Raumfahrtunternehmen der Welt. Im Bereich Hubschrauber stellt Airbus die weltweit effizientesten Lösungen und Dienstleistungen für zivile und militärische Hubschrauber bereit.
Tätigkeitsbeschreibung
Zur Unterstützung der Entwicklung von Luftverteidigungssystemen sucht Airbus Defence and Space einen
Masterstudenten (d/m/w) im Bereich Sensorfusion und Datenanalyse
Du bist auf der Suche nach einer Masterarbeit und möchtest die Arbeit in diesem Berufsfeld kennenlernen? Dann bewirb dich jetzt! Wir freuen uns, wenn du uns als Masterstudent (d/m/w) in der Abteilung „Air Defence Assets Development" unterstützt!
- Standort: Ulm
- Start: 01.10.2026
- Dauer: 12 Monate
In unserem Bereich spezialisieren wir uns auf die Definition, Entwicklung, Integration, Qualifizierung und Pflege intelligenter BMC4ISR-Lösungen (Battle Management, Command, Control, Communications, Computers, Intelligence, Surveillance, and Reconnaissance) für Luft-, Boden- und maritime Missionen, vom Sensor bis zum Shooter. Wir sind das Kompetenzzentrum für ISR, Air Defence und real-time Command and Control. Unsere Lösungen ermöglichen es unseren Kunden, ihre Missionen zu erfüllen .In unserer Abteilung entwickeln und pflegen wir komplexe Software Komponenten, insbesondere für die Sensorfusion und Datenanalyse, die in einer Vielzahl von Produkten von Airbus Defence and Space zum Einsatz kommen.
Dein Standort
Zwischen Stuttgart und München gelegen, ist Ulm eine Stadt, die ein breites Spektrum an Freizeit- und Kulturangeboten bietet. Hier kannst du die Lebensqualität unter dem höchsten Kirchturm der Welt genießen und Teil einer Stadt sein, die sowohl ihre historischen Sehenswürdigkeiten bewahrt, als auch die Zukunft entlang der Donau aktiv gestaltet.
Deine Vorteile
- Attraktive Vergütung und ausgeglichene Work-Life-Balance bei einer 35-Stunden-Woche (Gleitzeit).
- Internationales Umfeld mit der Möglichkeit, Kontakte in die ganze Welt zu knüpfen.
- Arbeit mit modernen/abwechslungsreichen Technologien.
- Wir bei Airbus sehen dich als vollwertiges Teammitglied und du bist nicht zum Kaffee kochen eingestellt worden, sondern stehst im engen Austausch mit den Schnittstellen und bist Teil unserer wöchentlichen Teamrunden.
- Möglichkeit zur Teilnahme an der Generation Airbus Community zur Erweiterung des eigenen Netzwerks.
Deine Aufgaben und Verantwortlichkeiten
- Analyse der Prädiktionsgüte von Machine-Learning-Ansätzen unter restriktiven Bedingungen, insbesondere im Kontext begrenzter Feature-Sets.
- Bearbeitung der Assoziation von Tracks luft- und bodengebundener elektrooptischer sowie radarbasierter Sensoren, die signifikanten plattform-, szenario- und sensorspezifischen Störeinflüssen unterliegen.
- Durchführung des Trainingsprozesses von Machine Learning Methoden primär auf Basis synthetischer Daten, um der begrenzten Verfügbarkeit gelabelter Realdaten zu begegnen.
- Entwicklung und Implementierung von Strategien zur Domain-Adaption, um das auf synthetischen Daten trainierte Modell effektiv auf Realdaten zu transferieren und die praktische Übertragbarkeit der Ergebnisse sicherzustellen.
- Konzipierung und Implementierung innovativer Deep-Learning-Modelle zur Track-Assoziation basierend auf Sensordaten verteilter Plattformen mit multimodaler Sensorik.
- Kritische Bewertung von Deep-Learning-Verfahren mit dem Ziel, ein Modell zu schaffen, das robust gegenüber den genannten Störgrößen ist.
- Untersuchung der Diskrepanz zwischen synthetischen Trainingsdaten und realen Sensordaten sowie deren Einfluss auf die Modell Performance.
Erforderliche Kenntnisse und Qualifikationen
- Eingeschriebener Vollzeitstudent (w/m/d) im Bereich Informatik oder einem ähnlichen Studiengang.
- Gute Kenntnisse in Python und C++ unter Linux.
- Erfahrung im Bereich Maschinelles Lernen und Datenanalyse.
- Erfahrung in der praktischen Arbeit mit Sensordaten und Fusionsalgorithmen.
- Selbstständige und strukturierte Arbeitsweise.
- Teamfähigkeit.
- Fließende Englischkenntnisse erforderlich.
- Fließende Deutschkenntnisse wünschenswert
Bitte lade folgende Unterlagen hoch: Anschreiben, Lebenslauf, relevante Zeugnisse, Immatrikulationsbescheinigung.
Kein 100%iges Match? Kein Grund zur Sorge! Airbus unterstützt deine persönliche Entwicklung.
Bring deine Karriere auf ein neues Level und bewirb dich jetzt online!
This job requires an awareness of any potential compliance risks and a commitment to act with integrity, as the foundation for the Company’s success, reputation and sustainable growth
By submitting your CV or application you are consenting to Airbus using and storing information about you for monitoring purposes relating to your application or future employment. This information will only be used by Airbus.
Airbus is committed to achieving workforce diversity and creating an inclusive working environment. We welcome all applications irrespective of social and cultural background, age, gender, disability, sexual orientation or religious belief.
At Airbus, we support you to work, connect and collaborate more easily and flexibly. Wherever possible, we foster flexible working arrangements to stimulate innovative thinking.
Arbeitsorte
Unternehmensdarstellung: Airbus Defence and Space GmbH
Airbus Defence and Space GmbH
In diesem Dokument befinden sich aus Sicherheitsgründen keine Kontaktdaten des Arbeitgebers. Wenn Sie diese sehen möchten, lösen Sie bitte die Sicherheitsfrage und laden Sie das PDF erneut.