Mit intelligenten und zukunftsfähigen Produkten entwickelt CLAAS E-Systems elektronische Lösungen, um Maschinen miteinander und mit uns zu vernetzen. Terminals & Cabin Electronics, Driving & Steering, Sensors & Components – in diesen Schwerpunktthemen der Elektrik und Elektronik sind wir zu Hause. Vervollständigt wird unser Know-How durch Teams aus den Bereichen Diagnose, Testing, Machine Datamanagement sowie unseren Expert:innen für Architektur und AI, ebenso wie durch übergreifende Support-Bereiche. Jeden Tag arbeiten wir daran, Landwirtschaft noch effizienter zu gestalten.

Ihre Rolle in unserem Team

Sie unterstützen bei dem Entwurf, der Entwicklung und Implementierung von KI-Modellen zur Lösung komplexer Problemstellungen

  • Sie sind für die Weiterentwicklung vorhandener Machine Learning Modelle z.B. zur Objekterkennung und Segmentierung in Kamera- & LiDAR Daten verantwortlich
  • Die eigenständige Durchführung und Aufbereitung von Experimenten und Ergebnissen gehört ebenfalls zu Ihren Aufgaben
  • Sie integrieren vorhandene Machine Learning Modelle auf einer Zielhardware
  • Zusätzlich übernehmen Sie Aufgaben in der Sofwareentwicklung, z.B. in Python, C++
  • Sie bringen Ihr theoretisches Wissen und Ihre Erfahrungen ein und unterstützen unsere Ingenieure bei der Entwicklung von Lösungen des hochautomatisierten Fahrens in der Landwirtschaft.
  • Sie setzen sich mit spannenden und neuen Konzepten aus der Wissenschaft auseinander und treiben selbstständig eigene Experimente im Umfeld des tiefen maschinellen Lernens voran.

Ihr Profil

  • Sie sind Student der Elektrotechnik, Informatik, Data Science, Künstlicher Intelligenz oder eines vergleichbaren Studiengangs.
  • Sie verfügen über erste Erfahrung in der Entwicklung von KI-Modellen auf Basis von Kamera-, LiDAR- oder strukturierten Daten (insb. Deep Learning, Machine Learning).
  • Sie verfügen über sehr gute Programmierkenntnisse in Python und C/C++.
  • Sie haben Erfahrung mit relevanten Bibliotheken wie TensorFlow, PyTorch, scikit-learn, OpenCV, TensorRT, ONNX.
  • Sie haben erste Erfahrungen im Umgang mit Linux und Docker.
  • Sie haben eine Leidenschaft für künstliche Intelligenz und möchten in zukunftsweisenden Projekten mitarbeiten.
  • Sie zeichnen sich durch eine teamorientierte Arbeitsweise und eine ausgeprägte Kommunikationsfähigkeit aus.
  • Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift sind für Sie selbstverständlich.
  • Kreativität und ein hohes Maß an Engagement bei der Lösung komplexer Aufgaben im Team sind für Sie selbstverständlich

Rund ums CLAAS Inside

  • Die regelmäßige Wochenarbeitszeit beträgt ca. 20 Stunden.
  • Die Arbeitszeit kann individuell gemäß des Studienplans vereinbart werden.
  • In unserer monatlichen Veranstaltung „CLAAS StudentTalk“ können Sie mit anderen Studierenden sowie CLAAS Mitarbeitenden netzwerken.

Ihre Vorteile

  • Wir sind ein internationales Familienunternehmen in einem innovativen und zukunftsweisenden Arbeitsumfeld und mit hochmodernen Produkten.
  • Es erwartet Sie eine sinnstiftende und eigenverantwortliche Arbeit, bei der Sie jeden Tag einen Beitrag zur Ernährung der Weltbevölkerung leisten können.
  • Offene und hilfsbereite Kolleginnen und Kollegen, die sich schon darauf freuen, Sie kennenzulernen. Denn Teamgeist ist für uns von großer Bedeutung.
  • Mit unserem Talentbindungsprogramm „CLAAS Next Generation“ können Sie auch nach Ihrer Zeit bei CLAAS von tollen Vorteilen profitieren.

Wir freuen uns auf Ihre Bewerbung.

Einblicke von unseren Mitgliedern
Joanne
JoanneTechnische Universität MünchenProject Management and Science Communication 2024
Joanne erzählt uns von ihren Erfahrungen mit Bright Network und gibt Tipps zum Thema Berufseinstieg.
Read Joannes story
Joanne, Technische Universität München Project Management and Science Communication 2024
Theresa
TheresaUniversität PassauResearch Assistant IPMT 2022
Wir haben uns mit Theresa, einem unserer Mitglieder, zusammengesetzt, um über ihre Karriere und ihre Erfahrungen mit Bright Network zu reden. Hier findest du unser Interview mit ihr.
Read Theresas story
Theresa, Universität Passau Research Assistant IPMT 2022