Now hiring

Doktorand (m/w/d) (Ingenieur/in - Fahrzeugtechnik) @ Technische Universität Dresden

DED21, DEOnsiteFull-time
Apply with ResuMinder

Opens on the employer's site

About this role

Die Technische Universität Dresden (TUD) begreift Diversität als kulturelle Selbstverständlichkeit und Qualitätskriterium einer Exzellenzuniversität. Entsprechend begrüßen wir alle Bewerberinnen und Bewerber, die sich mit ihrer Leistung und Persönlichkeit bei uns und mit uns für den Erfolg aller engagieren möchten. An der Fakultät Verkehrswissenschaften „Friedrich List“ ist an der Professur für Kraftfahrzeugtechnik zum 01.11.2026 eine Stelle als wiss. Mitarbeiterin bzw. Mitarbeiter/ Doktorandin bzw. Doktorand (m/w/d) für szenarienbasierte Absicherung automatisierter Fahrfunktionen bis SAE Level 4 (bei Vorliegen der persönlichen Voraussetzungen E 13 TV-L) bis 31.08.2030 (Beschäftigungsdauer gem. WissZeitVG), mit der Option auf Verlängerung in Folgeprojekten, zu besetzen. Es besteht die Gelegenheit zur eigenen wiss. Weiterqualifikation (i. d. R. Promotion). Der Arbeitsort ist Dresden. Die sichere Einführung automatisierter Fahrfunktionen stellt eine der zentralen Herausforderungen zukünftiger Mobilitätssysteme dar. Während klassische Fahrerassistenzsysteme zunehmend durch hochautomatisierte Funktionen ergänzt werden, fehlen weiterhin belastbare Methoden zum Nachweis von Sicherheit, Robustheit und Leistungsfähigkeit. Im Rahmen des Smart Mobility Lab entwickelt die Professur für Kraftfahrzeugtechnik hierfür die Dresdner Methode, einen szenarienbasierten Ansatz zur Validierung automatisierter Fahrfunktionen auf Basis realer Verkehrsdaten, virtueller Szenarien und hochimmersiver Simulation. Ziel ist die wissenschaftlich fundierte Absicherung von Fahrerassistenzsystemen sowie hochautomatisierten Fahrfunktionen bis SAE Level 4. Die Dresdner Methode kombiniert Realverkehrsdaten, standardisierte Szenariobeschreibungen, virtuelle Simulation und datenbasierte Bewertungs- und Nachweisverfahren zu einer durchgängigen Methodik der Absicherung automatisierter Fahrfunktionen. Für die wissenschaftliche Arbeit stehen der Dresden Driving Simulator (DDS), Fahrerverhaltensmodelle und der cyberphysische Versuchsaufbau (CVA), eine Validierungsplattform auf Basis realer Verkehrsdaten, zur Verfügung. Die Tätigkeit erfolgt in enger Zusammenarbeit mit internen und externen Projektpartnern, insbesondere der TUD. Die Professur für Kraftfahrzeugtechnik ist Teil der Fakultät Verkehrswissenschaften „Friedrich List“ und bietet vielfältige interdisziplinäre Kooperationsmöglichkeiten in Forschung und Lehre. Die Position ermöglicht eigenverantwortliches wissenschaftliches Arbeiten sowie die aktive Mitgestaltung innovativer Methoden zur szenarienbasierten Entwicklung und Validierung zukünftiger Fahrsysteme. Sie arbeiten an der wissenschaftlichen Weiterentwicklung der Dresdner Methode und übernehmen insbesondere: Entwicklung und wissenschaftliche Weiterentwicklung szenarienbasierter Validierungsverfahren für automatisierte Fahrfunktionen bis SAE Level 4 Durchführung von Validierungsstudien im Dresden Driving Simulator sowie im cyberphysischen Versuchsaufbau (CVA) Entwicklung standardisierter Szenarien auf Basis von ASAM OpenSCENARIO und OpenDRIVE Analyse realer Verkehrs-, Fahrzeug-, Sensor- und Simulationsdaten zur Identifikation sicherheitsrelevanter Szenarien Bewertung von Sicherheit, Robustheit und Leistungsfähigkeit automatisierter Fahrfunktionen Entwicklung wissenschaftlich fundierter Nachweisverfahren zur Absicherung automatisierter Fahrfunktionen Publikation Ihrer Forschungsergebnisse auf internationalen Konferenzen und in wissenschaftlichen Fachzeitschriften Mitarbeit in nationalen und internationalen Forschungsprojekten wissenschaftlicher Hochschulabschluss (Master oder Diplom Universität) in Fahrzeugtechnik, Informatik, Elektrotechnik, Mechatronik oder vergleichbaren Fachrichtungen fundierte Kenntnisse auf den Gebieten automatisiertes Fahren, Fahrerassistenzsysteme, Verifikation und Validierung insbesondere funktionale Sicherheit gute Programmierkenntnisse, vorzugsweise in Python, C# ausgeprägte analytische Fähigkeiten Interesse a...

Ready to apply?

Install the ResuMinder extension and we'll auto-fill the application in seconds — no rewriting.

See how your CV scores