All jobs

Robert Bosch GmbH

Mandatory internship to build a knowledge agent for fuel cell systems in Python

Pflichtpraktikum zum Aufbau eines Wissensagenten für Brennstoffzellensysteme in Python

Stuttgart, Baden-Württemberg

Job areaMaschinenbaumechaniker/in
ContractFixed-term
HoursFull time
Postedyesterday
FromGerman job office
Save

Not checked yet

Add your CV to see how close you are to this job

Save

Helpful?

What this project changes

Mandatory internship to build a knowledge agent for fuel cell systems in Python involves python and reward design work — and this project is proof of exactly that.

You have

We haven’t read your CV, so we can’t say what you already cover.

Do this project
Fundamentals of Reinforcement Learning: Racing Challenge
It adds to your CV:
+ Python+ Reward design+ Policy search
1 week · ends in a certificateDone by 53 studentsStart this project
You can go afterMandatory internship to build a knowledge agent for fuel cell systems in Pythonand in the interview, say: “I’ve done real python and reward design work — here’s the certificate.”

We paired this project with this job by skill overlap — our pairing, not the employer’s shortlist.

What the job asks for

What they are asking for

  • technischen Zeichnungen und Step Files in Python.
  • Zur Optimierung der Daten-Pipeline konzipierst und implementierst du intelligente Parsing-Routinen für Tabellen, Layouts und strukturierte Parameter.
  • Beim Prototyping erstellst du eine nutzerfreundliche Chat-Oberfläche, beispielsweise mit Streamlit, für die Entwicklung sowie weitere sekundäre Applikationen nach Bedarf der Stakeholder.
  • Nicht zuletzt testest du systematisch die Antwortqualität, Quellennachweise und Performance über verschiedene Brennstoffzellensysteme hinweg.
  • Ausbildung: Studium im Bereich Data Science, Computational Science, Software Engineering, Informatik oder vergleichbar
  • Erfahrung und Know-how: sehr gute Python-Kenntnisse; Praxis mit LLM- und RAG-Frameworks; Kenntnisse in Vektordatenbanken, Datenaufbereitung und Parsing
  • Persönlichkeit und Arbeitsweise: du gehst Aufgaben selbstständig und strukturiert an und zeigst Eigeninitiative beim Testen neuer Open-Source-Tools, beim Prompt-Tuning und bei der Evaluation von Suchergebnissen
  • Arbeitsalltag: deine Präsenz vor Ort ist erforderlich
  • Begeisterung: für die Überführung komplexer technischer Dokumente zu Brennstoffzellensystemen, Schaltplänen und
  • in intelligente KI-Lösungen
  • Sprachen: verhandlungssicheres Englisch
  • Additional Information:
  • Beginn: nach Absprache
  • Dauer: 6 Monate (ausschließlich Pflichtpraktikum gem. SPO)

What you get

  • 35 Stunden/Woche mit Gleitzeit
  • eine feste Ansprechperson, die dich während deines Praktikums begleitet
  • eine moderne Arbeitsplatzumgebung, sowie mobiles Arbeiten nach Absprache
  • die Möglichkeit Teil unseres studentischen Netzwerkes students@bosch Stuttgart zu werden
  • Vergünstigungen in unseren Betriebsrestaurants
  • Voraussetzung für das Praktikum ist die Immatrikulation an einer Hochschule. Bitte füge deiner Bewerbung deinen Lebenslauf, deinen aktuellen Notenspiegel, eine aktuelle Immatrikulationsbescheinigung, deine Prüfungsordnung sowie ggf. eine gültige Arbeits- und Aufenthaltserlaubnis bei.
  • Vielfalt und Inklusion sind für uns keine Trends, sondern fest verankert in unserer Unternehmenskultur. Daher freuen wir uns über alle Bewerbungen: unabhängig von Geschlecht, Alter, Behinderung, Religion, ethnischer Herkunft oder sexueller Identität.
  • Du hast fachliche Fragen zum Job?
  • Alexandra Fuchsbauer (Fachabteilung)
  • +49 711 811 42988
  • Work #LikeABosch beginnt hier:

About the employer

  • Job Title: Pflichtpraktikum zum Aufbau eines Wissensagenten für Brennstoffzellensysteme in Python\n\nJob Description:
  • Du willst mit Python und modernen KI-Technologien technisches Wissen rund um Brennstoffzellensysteme neu zugänglich machen? Dann bring deine Ideen bei uns ein und gestalte innovative Lösungen mit.
  • Im Rahmen deines Praktikums entwickelst und skalierst du eine bestehende Python/Qdrant-basierte RAG-Pipeline zur automatisierten Wissensextraktion aus heterogenen Entwicklungsdokumenten wie PDF, Excel,

How to apply

  • !
  • Street Address:
  • Wernerstraße 51\n\n---\n Video zur Stelle: https://www.youtube.com/watch?v=mHrPXJ5Eo7A&list=PLToTXrdo6ZYGhArV5vkoQdlHhmtO2kSXP&index=32