Wir am DLR-Institut für Verkehrssystemtechnik erforschen Technologien für den intermodal vernetzten sowie automatisierten Verkehr der Zukunft auf Straße und Schiene. In interdisziplinären Teams mit insgesamt 250 Wissenschaftlerinnen und Wissenschaftlern entwickeln wir hierzu innovative Betriebskonzepte und Methoden. Unser Ziel: die klimaneutrale und nachhaltige Sicherung der Mobilität in Städten und Regionen
Das erwartet dich
Bei der Entwicklung von Lösungen für intermodale Verkehrssysteme trägt unser Institut sowohl den Anforderungen der Nutzenden als auch der Betreibenden Rechnung. Mit der Analyse der erforderlichen Informationsströme unterstützen wir Planung und Betrieb von intermodalen Gesamtsystemen und liefern die Grundlage für deren technische und betriebliche Validierung und Verifizierung. Diese Systeme ermöglichen es, den öffentlichen Nahverkehr zu stärken und Städte und Regionen attraktiver zu gestalten. Für Verkehrsknotenpunkte, wie Flughäfen, Bahnhöfe oder Haltestellen, erforschen und optimieren wir Infrastrukturen, Prozesse und die Verknüpfung aller Verkehrsmittel. Damit können wir die Sicherheit und Planbarkeit des Transports von Menschen und Gütern steigern
Deine Aufgaben
- Analyse und Aufbereitung von Geodaten (z. B. OSM, Orthofotos, Unfalldaten)
- Mitarbeit bei der Entwicklung von KI- bzw. Machine-Learning-Ansätzen zur Identifikation von infrastrukturellen „Pain-Points“ für Radfahrende
- Implementierung und Auswertung von Modellen in Python
- Arbeit mit QGIS zur Datenexploration, Visualisierung und Validierung
- Ableitung und Analyse von Merkmalen (Features) aus Geo- und Bilddaten
- (Optional) Mitarbeit an wissenschaftlichen Veröffentlichungen oder einer Abschlussarbeit im Projekt
Das bringst du mit
- Laufendes Studium in z.B. Geoinformatik, Data Science, Informatik, Geographie, Verkehrsingenieurwesen, Bauingenieurwesen oder verwandten Studiengängen
- Interesse an Verkehrssicherheit, Geodaten (z.B. OSM), Radverkehr und datenbasierter Infrastrukturplanung
- Gute Kenntnisse in Python
- Idealerweise erste Erfahrung in GIS (z. B. QGIS)
- Interesse oder erste Erfahrungen im Bereich Machine Learning / Deep Learning
- Idealerweise erste Erfahrung mit Computer Vision
- Selbstständige, analytische und strukturierte Arbeitsweise sowie Neugier und intrinsische Motivation, dich in komplexe Fragestellungen einzuarbeiten
Wir freuen uns darauf, dich kennenzulernen!
Fragen zu dieser Position (Kennziffer 4506) beantwortet dir gerne:
Dr. Sascha Knake-Langhorst
Tel.: +49 531 295 3474