Doktorand Multimodale KI Systeme zur Erkennung elektronischer Komponenten Cost Engineering (w/m/x)

Wir unterstützen Einkauf, Entwicklung, Produktlinie und Controlling bei der Analyse und Optimierung der Herstellkosten über den gesamten Produktentstehungsprozess eines Fahrzeuges sowie bei der Auswahl und Auslegung zukünftiger Werke.

Was erwartet dich?

• Du unterstützt bei der Forschung an einem multimodalen, agentischen KI-System zur automatisierten Erkennung und strukturierten Beschreibung elektronischer Komponenten im Cost Engineering Elektronik.
• Außerdem wirkst du mit bei der Analyse bestehender Cost-Engineering-Prozesse für Leiterplatten, Steuergeräte und elektronische Bauteile sowie bei der Ableitung fachlicher und technischer Anforderungen.
• Darüber hinaus trägst du bei zum Aufbau und zur Aufbereitung heterogener Datengrundlagen, insbesondere PCB-Scans, geometrische Messdaten, Lieferantendokumentationen, Stücklisten, Datenblätter und externe Bauteildatenbanken.
• Du unterstützt bei der Entwicklung textbasierter Verfahren zur Extraktion und Strukturierung von Bauteilparametern aus Datenblättern, Bill of Materials und weiteren technischen Dokumenten.
• Du entwickelst bildbasierte Verfahren zur Erkennung, Segmentierung und Beschreibung elektronischer Komponenten auf Leiterplatten, einschließlich Package-Geometrie, Pin-Konfigurationen und Markierungen.
• Außerdem unterstützt du bei der Konzeption und Umsetzung der Fusion von Text-, Bild- und Messdaten zur Reduktion mehrdeutiger Bauteilhypothesen sowie zur robusten Bauteilidentifikation inklusive Plausibilitätsprüfungen und Confidence Scoring.
• Schließlich wirkst du mit bei der Validierung des Systems anhand gelabelter Datensätze, externer Datenquellen und Konsistenzchecks sowie bei der Entwicklung eines prototypischen Systems mit Anbindung an repräsentative Cost-Engineering-Workflows und Datenbanken.

Was bringst du mit?

• Abgeschlossenes Studium mit Masterabschluss in Künstlicher Intelligenz, Informatik, Elektrotechnik, Ingenieurwissenschaften, Data Science, Wirtschaftsinformatik oder einem vergleichbaren Studiengang.
• Fundierte Kenntnisse in Python sowie praktische Erfahrung mit Machine Learning, Deep Learning oder datengetriebener Modellierung.
• Erfahrung oder starkes Interesse an Computer Vision, Vision-Language Models, Large Language Models, Transformer-Architekturen, PyTorch, HuggingFace oder vergleichbaren Frameworks.
• Verständnis für strukturierte und unstrukturierte technische Daten, z.B. Datenblätter, Stücklisten, Messdaten, Tabellen und Datenbanken.
• Interesse an elektronischen Komponenten, Leiterplatten, Steuergeräten und deren Bedeutung für Cost Engineering, Lieferantenbewertung und technische Optimierung.
• Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift.

Du möchtest an der Schnittstelle von Künstlicher Intelligenz, Elektronik, Cost Engineering und industrieller Anwendung promovieren? Bewirb dich jetzt!

Hinweis: Bitte bewirb dich ausschließlich online über unser Karriereportal. Bewerbungen auf anderen Kanälen (insb. auch E-Mail) können nicht berücksichtigt werden. Staatsangehörige von Ländern außerhalb der Europäischen Union benötigen für die Dauer des Programms eine gültige Aufenthalts- bzw. Arbeitserlaubnis.

Wenn du es in die nächste Runde schaffst, erhältst du per E-Mail eine Einladung zu einem Videointerview. Bitte überprüfe regelmäßig auch deinen Spam-Ordner.

Was bieten wir dir?

• Umfassendes Mentoring & Onboarding.
• Persönliche & fachliche Weiterentwicklung.
• Flexible Arbeitszeiten.
• Mobilarbeit.
• Attraktive & faire Vergütung.
• Jährliche Sonderzahlungen wie Urlaubsgeld und Weihnachtsgeld.
• Apartments für Studierende (nach Verfügbarkeit & nur am Standort München).
• Und vieles mehr siehe bmw.jobs/waswirbieten .

Startdatum: 01.11.2026

Dauer: 36 Monate

Arbeitszeit: Teilzeit

Hilfreiche Tipps zu deiner Bewerbung und dem Bewerbungsprozess findest du hier .

Wir bei der BMW Group legen großen Wert auf Gleichbehandlung und Chancengleichheit. Unsere Recruiting-Entscheidungen basieren auf der Persönlichkeit, den Erfahrungen und Fähigkeiten der Bewerber:innen. Mehr dazu hier .