Werkstudent Human - Munich, Deutschland - BMW

BMW

Geprüftes Unternehmen

Munich, Deutschland

vor 1 Woche

Geschrieben von:

Lena Wagner

beBee Recruiter

Beschreibung

**DIE ZUKUNFT DER MOBILITÄT? DIGITAL.**

**TEILE DEINE LEIDENSCHAFT.**

Mehr als 90 % aller Innovationen im Automobil basieren auf Elektronik und Software. Gerade hier sind große Freiräume und vernetztes Denken gefordert, um die Mobilität neu zu erfinden und ein völlig neues Fahrerlebnis zu ermöglichen. Deshalb geben wir Studierenden bei uns nicht nur die Gelegenheit zum Zuhören, sondern auch zum Mitreden und Weiterdenken.

Wir, die BMW Group, bieten dir eine spannende und abwechslungsreiche Werkstudententätigkeit im Bereich "Künstliche Intelligenz, Datentransformation und Data & DevOps Platforms" in der zentralen IT-Abteilung der BMW Group. Du arbeitest im dynamischen Feld der human-generativen KI-Kollaboration mit. In diesem Bereich wird die Partnerschaft zwischen Menschen und Agenten der generativen KI (GenAI) untersucht, um die von den menschlichen Teilnehmern gesetzten Ziele zu erreichen. Dabei arbeitet GenAI mit menschlichen Partnern zusammen, indem es Inhalte wie Code, Textinhalte, Bilder oder Videos als Reaktion auf menschliche Eingabeaufforderungen produziert. Die Integration von GenAI in menschliche Prozesse ist jedoch nicht ohne Herausforderungen. Dies kann unbeabsichtigt zu einer Verringerung der menschlichen Kreativität führen oder die Verbreitung von Fehlinformationen innerhalb von Organisationen und auf digitalen Plattformen erleichtern.

Dein Beitrag ist es, an den Gestaltungsprinzipien für eine effektive und nutzbringende Zusammenarbeit zwischen Menschen und GenAI mitzuarbeiten.

**Was erwartet dich?**
- Interdisziplinäre Zusammenarbeit zwischen KI-Technologie, Verhaltensforschung und unternehmerischen Bedürfnissen, um quantitaive Geschäftsergebnisse zu erzielen.
- Entwurf, Implementierung und Evaluation von Generate-KI-Tools bei BMW.
- Durchdringung von Mechanismen einer effektiven Zusammenarbeit zwischen Mensch und KI.

**Was bringst du mit?**
- Masterstudium in Informatik, Wirtschaftsinformatik, Medieninformatik, Mathematik, angewandter Mathematik, Statistik oder einem verwandten Bereich. Auch Studierende aus anderen Fachrichtungen mit vergleichbaren Kenntnissen sind willkommen (z. B. menschliche Faktoren, Maschinenbau, Elektrotechnik, Betriebswirtschaft mit einer Spezialisierung auf digitale Themen usw.).
- Tiefe Kenntnisse in der Softwareprogrammierung (z. B. Python).
- Englischkenntnisse und fließende Deutschkenntnisse in Wort und Schrift.
- Starkes Interesse an und Kenntnisse zu Themen wie maschinellem Lernen, Deep Learning usw. und/oder Mensch-Computer-Interaktionen.

**Was bieten wir dir?**
- Umfassendes Mentoring & Onboarding.
- Persönliche & fachliche Weiterentwicklung.
- Flexible Arbeitszeiten.
- Mobilarbeit.
- Attraktive Vergütung.
- Apartments für Studierende (nach Verfügbarkeit & nur am Standort München).
- Und vieles mehr siehe ****.

Du hast Spaß daran, Neues zu lernen und unsere Abteilung tatkräftig zu unterstützen? Bewirb dich jetzt

Bei der BMW Group verstehen wir Diversität und Inklusion in all ihren Dimensionen als Stärke für unsere Teams. Chancengleichheit ist uns ein besonderes Anliegen, die Gleichbehandlung von Bewerber:innen sowie Mitarbeiter:innen ein grundlegendes Prinzip unserer Unternehmenspolitik. Daher basieren auch unsere Recruiting-Entscheidungen auf ihrer Persönlichkeit, ihren Erfahrungen und Fähigkeiten.

Mehr zu Diversity bei der BMW Group unter ****.

Startdatum: ab

Dauer: 12 Monate

Arbeitszeit: Teilzeit

Kontakt:
BMW Group HR Team

REISE DURCH DIE WELT DER MOBILITÄT: ERLEBE, WAS UNS BEWEGT.
Du möchtest die BMW Group als Arbeitgeber kennenlernen und erfahren, wie du dein Talent bei uns einsetzen kannst?
Bei unserem Students Day am in München bieten wir dir die Möglichkeit dazu Alle Infos findest du unter

Werkstudent Human-(Generative) AI Collaboration (w/m/x)

Automotive
- München
- Deutschland

Unternehmensbereich:

- BMW AG

Standort:
München

Arbeitsbereich:
IT Administration

Job ID:
129561

Veröffentlichungsdatum:

PartTimeFullTime