Die Mercedes-Benz AG ist ein Pionier in der Automobilbranche, der kontinuierlich nach technologischen Durchbrüchen strebt. Am Standort Sindelfingen beschäftigt sich unser Team „Future Digital Engineering“ mit der Entwicklung neuartiger und innovativer CAE-Methoden für verschiedene Anwendungsbereiche der Fahrzeugentwicklung. In unserem internationalen Team arbeiten wir an der Schnittstelle von Forschung, Innovation und industrieller Anwendung. Ein wichtiger Bestandteil unserer Arbeit ist die Bewertung und Integration neuer Technologien – unter anderem Künstlicher Intelligenz, datengetriebener Methoden und moderner Simulationsansätze – in bestehende CAE-Workflows, um zukünftige Engineering-Prozesse effizienter, intelligenter und leistungsfähiger zu gestalten.
Wir bieten Ihnen die Möglichkeit, im Rahmen eines zukunftsorientierten Praktikums an neuartigen Methoden für KI-gestützte Simulation mitzuwirken. Im Fokus steht die Verbindung moderner Machine-Learning-Ansätze mit numerischen Simulationsverfahren, um CAE-Prozesse im Kontext der strukturellen Optimierung effizienter und intelligenter zu gestalten.
Im Anschluss an das Praktikum besteht die Möglichkeit, Ihre praktischen Erfahrungen durch eine wissenschaftliche Vertiefung in Form einer Abschlussarbeit (Masterthesis) weiterzuführen. Dies bietet Ihnen die Chance, Ihr theoretisches Wissen mit praktischer Anwendung zu verknüpfen und tiefere Einblicke in die interdisziplinäre Arbeitsweise der automobilen Entwicklung zu gewinnen.
Ihre Aufgaben:
Mitarbeit an der Entwicklung datengetriebener CAE-Methoden zur Vorhersage und Approximation von Simulationsergebnissen
Aufbereitung, Analyse und Verarbeitung großer Simulationsdatensätze für Machine-Learning-Anwendungen
Entwicklung, Training und Bewertung von KI- und Deep-Learning-basierten Surrogatmodellen für Finite-Elemente-Simulationen
Entwicklung von Python- und PyTorch-basierten Workflows zur Automatisierung von Datenaufbereitung, Modelltraining und Validierung
Integration moderner KI-Methoden in bestehende CAE- und Simulationsprozesse
Was wir bieten:
Mitarbeit an innovativen Forschungsprojekten im Bereich Engineering AI und Deep Learning
Möglichkeit, modernste Methoden aus Künstlicher Intelligenz und numerischer Simulation miteinander zu verbinden
Einblick in aktuelle Forschung Physics-Informed Machine Learning und Surrogate-modellierung
Arbeit mit realen Simulationsdaten aus anspruchsvollen Engineering-Anwendungen
Flexible Arbeitsgestaltung und die Möglichkeit, eigenständig Forschungsideen einzubringen und umzusetzen
Zusammenarbeit mit Expert*innen aus den Bereichen CAE, Simulation, Machine Learning und Softwareentwicklung
Gelegenheit, Kenntnisse in Deep Learning, PyTorch, FEM und datengetriebener Modellierung gezielt auszubauen
Die Tätigkeit kann ab 01. Oktober 2026 beginnen.
Studium im Bereich Master- Computational Mechanics, Simulation-Science, Maschinenbau, Mathematik, Informatik, Künstliche Intelligenz oder eines vergleichbaren Studiengangs
Sehr gute Englischkenntnisse; Deutschkenntnisse sind von Vorteil, jedoch nicht zwingend erforderlich
Starkes Interesse an Deep Learning, Machine Learning und der Anwendung moderner KI-Verfahren im CAE-Umfeld
Grundlegende Kenntnisse in Python; Erfahrungen mit PyTorch oder anderen Deep-Learning-Frameworks sind von Vorteil
Interesse an der Entwicklung von KI-Modellen zur Vorhersage physikalischer Prozesse und Simulationsergebnisse
Kenntnisse im Bereich numerischer Simulation, Finite-Elemente-Methode oder CAE-Anwendungen sind wünschenswert
Erfahrungen mit LS-DYNA, HyperWorks, OptiStruct, Abaqus oder vergleichbaren CAE-Tools sind von Vorteil
Analytische Denkweise, Eigeninitiative sowie eine strukturierte und selbstständige Arbeitsweise
Zusätzliche Informationen:
Wir freuen uns auf Ihre Online-Bewerbung mit Lebenslauf, Anschreiben, Zeugnissen, aktueller Immatrikulationsbescheinigung mit Angabe des Fachsemesters, ggf. Pflichtpraktikumsnachweis und Nachweis über die Regelstudienzeit. Bitte vergessen Sie nicht im Online-Formular Ihre Dokumente als "relevant für diese Bewerbung" zu markieren und beachten Sie die maximale Dateigröße von 5 MB.
Weiterführende Informationen zu den Einstellkriterien finden Sie hier.
Schwerbehinderte und gleichgestellte Bewerbende sind herzlich willkommen! Die Schwerbehindertenvertretung (sbv-sindelfingen@mercedes-benz.com) unterstützt Sie gerne im Bewerbungsprozess.
People Solutions hilft Ihnen bei Fragen zum Bewerbungsprozess gerne weiter. Sie erreichen uns per E-Mail über myhrservice@mercedes-benz.com oder telefonisch unter 0711/17-99000 (Mo-Fr 10-12 Uhr & 13-15 Uhr).
