25 km»
  • Exakt
  • 10 km
  • 25 km
  • 50 km
  • 100 km
Jobs»
  • Jobs
  • Ausbildung
  • Weiterbildung
  • Praktikum
  • Schülerpraktika
  • Refugees

 

Xitaso Jobs und Stellenangebote

47 Xitaso Jobs die Sie lieben werden

Arbeitsort
Arbeitszeit
Homeoffice
Position
Anstellungsart
Funktionsbereich
Sortieren
Business Development Manager Public Sector (all genders) merken
Business Development Manager Public Sector (all genders)

XITASO GmbH IT & Software Solutions | Leipzig, Münster, Berlin, Augsburg, München

Im Business Development bei XITASO spielst du eine Schlüsselrolle, indem du eng mit Vertrieb und Software-Entwicklung zusammenarbeitest. Deine Aufgaben umfassen die Akquise neuer Kunden im öffentlichen Sektor und den Ausbau nachhaltiger Beziehungen. Gemeinsam mit deinem Team erschließt du neue Geschäftspotenziale und treibst das Wachstum in diesem Bereich voran. Du koordinierst den Bid-Prozess für Ausschreibungen und förderst einen reibungslosen Ablauf. Durch aktiven Austausch baust du schlagkräftige Konsortien aus Kunden, Partnern und Verbänden auf. Als repräsentative Stimme nimmst du regelmäßig an Veranstaltungen teil und präsentierst XITASO überzeugend nach außen. ‒ +
Familienfreundlich | Flexible Arbeitszeiten | Teilzeit | + weitere Benefits mehr erfahren Heute veröffentlicht
Masterand (all genders) - Semantic 4D Occupancy Forecasting merken
Masterand (all genders) - Semantic 4D Occupancy Forecasting

XITASO GmbH IT & Software Solutions | Halle (Saale)

Die semantische 4D-Belegungsvorhersage ist entscheidend für autonomes Fahren, da sie zukünftige Szenarien prognostiziert. Moderne Ansätze setzen oft auf vollständig überwachte Methoden, die auf teure 3D-Annotationen angewiesen sind. Die Forschung wechselt nun zu selbstüberwachten und schwach überwachten Ansätzen, um diesen Engpass zu umgehen. Hierbei kommen vortrainierte 2D-Foundation-Modelle wie DINOv2, CLIP oder SAM zum Einsatz. Diese Modelle ermöglichen es, reichhaltige 2D-Semantikmerkmale an 3D- und 4D-Repräsentationen auszurichten. Dadurch wird ein robustes räumlich-zeitliches Verständnis ohne dichte 3D-Ground-Truth-Daten erreicht. ‒ +
Familienfreundlich | Flexible Arbeitszeiten | Teilzeit | + weitere Benefits mehr erfahren Heute veröffentlicht
Masterand (all genders) - Semantic 4D Occupancy Forecasting merken
Masterand (all genders) - Semantic 4D Occupancy Forecasting

XITASO GmbH IT & Software Solutions | 80331 München

Die semantische 4D-Belegungsvorhersage ist entscheidend für das sichere autonome Fahren, da sie die Antizipation zukünftiger Szenen ermöglicht. Herkömmliche Methoden basieren auf teuren, voll überwachten 3D-Voxel-Annotationen. Um diesen Engpass zu lösen, gewinnt die Forschung an selbstüberwachten und schwach überwachten Ansätzen an Bedeutung. Diese nutzen vortrainierte 2D-Foundation-Modelle wie DINOv2 und CLIP. Durch das Alignment dieser 2D-Semantikmerkmale mit räumlichen 3D-/4D-Repräsentationen entstehen neue Möglichkeiten. So wird ein robusteres räumlich-zeitliches Verständnis ohne umfassende 3D-Datenrealität erzielt, was den Fortschritt in der autonomen Fahrzeugtechnologie vorantreibt. ‒ +
Familienfreundlich | Flexible Arbeitszeiten | Teilzeit | + weitere Benefits mehr erfahren Heute veröffentlicht
Masterand (all genders) - Semantic 4D Occupancy Forecasting merken
Masterand (all genders) - Semantic 4D Occupancy Forecasting

XITASO GmbH IT & Software Solutions | 75175 Pforzheim

Die semantische 4D-Belegungsvorhersage ist entscheidend für das sichere autonome Fahren, da sie zukünftige Bewegungen und Geometrien vorhersagt. Moderne Modelle benötigen jedoch umfangreiche, teure 3D-Voxel-Annotationen, die schwer zu beschaffen sind. Daher wächst das Interesse an selbstüberwachten und schwach überwachten Lernansätzen. Diese nutzen vortrainierte 2D-Modelle wie DINOv2 und CLIP zur Optimierung der Datenverarbeitung. Durch die Kombination von 2D-Semantik und 3D-Repräsentationen via fortschrittlicher Transformer-Technologie wird ein robustes räumlich-zeitliches Verständnis erzielt. So lassen sich 3D-Vorhersagen auch ohne umfangreiche Ground-Truth-Daten realisieren. ‒ +
Familienfreundlich | Flexible Arbeitszeiten | Teilzeit | + weitere Benefits mehr erfahren Heute veröffentlicht
Masterand (all genders) - Semantic 4D Occupancy Forecasting merken
Masterand (all genders) - Semantic 4D Occupancy Forecasting

XITASO GmbH IT & Software Solutions | 97232 Ingolstadt

Die semantische 4D-Belegungsvorhersage spielt eine entscheidende Rolle für sicheres autonomes Fahren, indem sie Fahrzeugen ermöglicht, zukünftige Szenen vorauszusagen. Traditionelle Methoden setzen auf kostenintensive 3D-Voxel-Annotationen, was zu einem kritischen Datenengpass führt. Um diesem Problem zu begegnen, konzentriert sich die Forschung zunehmend auf selbstüberwachte und schwach überwachte Modellansätze. Diese nutzen vortrainierte 2D-Modelle wie DINOv2, CLIP und SAM, um relevante Semantik zu extrahieren. Durch innovative Transformer-Architekturen wird ein effektives räumlich-zeitliches Verständnis erzielt. So wird autonomes Fahren sicherer, ohne auf dichte 3D-Ground-Truth-Daten angewiesen zu sein. ‒ +
Familienfreundlich | Flexible Arbeitszeiten | Teilzeit | + weitere Benefits mehr erfahren Heute veröffentlicht

Erhalten Sie regelmäßig passende Stellenangebote per E-Mail:

Masterand (all genders) - Semantic 4D Occupancy Forecasting merken
Masterand (all genders) - Semantic 4D Occupancy Forecasting

XITASO GmbH IT & Software Solutions | 26122 Oldenburg

Die semantische 4D-Belegungsvorhersage ist entscheidend für sicheres autonomes Fahren. Sie ermöglicht Fahrzeugen, zukünftige Szenendynamiken präzise vorherzusagen. Aktuelle Modelle erfordern jedoch kostspielige 3D-Voxel-Annotationen, die schwer zu beschaffen sind. Um dieses Problem zu lösen, richtet sich die Forschung zunehmend auf selbst- und schwach überwachte Methoden. Diese nutzen vortrainierte 2D-Modelle, um bedeutende Semantikmerkmale effizient in 3D-/4D-Repräsentationen zu integrieren. Dadurch wird ein robustes räumliches und zeitliches Verständnis erreicht, ohne auf teure Ground-Truth-Daten angewiesen zu sein. ‒ +
Familienfreundlich | Flexible Arbeitszeiten | Teilzeit | + weitere Benefits mehr erfahren Heute veröffentlicht
Masterand (all genders) - Semantic 4D Occupancy Forecasting merken
Masterand (all genders) - Semantic 4D Occupancy Forecasting

XITASO GmbH IT & Software Solutions | 07743 Jena

Die semantische 4D-Belegungsvorhersage ist essenziell für sicheres autonomes Fahren, da sie zukünftige Szenendynamiken vorhersagt. Die Herausforderung liegt in der Abhängigkeit von kostenintensiven, vollständig überwachten Methoden mit dichten 3D-Voxel-Annotationen. Daher verschiebt sich die Forschung hin zu selbst- und schwach überwachten Ansätzen. Diese nutzen vortrainierte 2D-Foundation-Modelle wie DINOv2 und CLIP. Durch die Kombination von 2D-Semantik mit 3D-/4D-Repräsentationen mithilfe fortschrittlicher Transformer-Architekturen wird ein robustes räumlich-zeitliches Verständnis ermöglicht. So kann die Notwendigkeit für teure 3D-Ground-Truth-Daten effektiv überwunden werden. ‒ +
Familienfreundlich | Flexible Arbeitszeiten | Teilzeit | + weitere Benefits mehr erfahren Heute veröffentlicht
Masterand (all genders) - Semantic 4D Occupancy Forecasting merken
Masterand (all genders) - Semantic 4D Occupancy Forecasting

XITASO GmbH IT & Software Solutions | 56068 Koblenz

Die semantische 4D-Belegungsvorhersage ist entscheidend für das sichere autonome Fahren. Sie ermöglicht Fahrzeugen, zukünftige Szenarien präzise vorherzusagen. Traditionell stützen sich Modelle auf teure und umfassende 3D-Annotationen, was einen erheblichen Datenengpass verursacht. Um diesem Problem zu begegnen, nimmt die Forschung zunehmend selbstüberwachte und schwach überwachte Ansätze an. Diese Paradigmen nutzen vortrainierte 2D-Modelle wie DINOv2, um wertvolle Semantikmerkmale abzuleiten. Durch die Integration dieser 2D-Daten in 3D- und 4D-Repräsentationen mithilfe moderner Transformer-Architekturen wird ein robustes räumlich-zeitliches Verständnis möglich. ‒ +
Familienfreundlich | Flexible Arbeitszeiten | Teilzeit | + weitere Benefits mehr erfahren Heute veröffentlicht
Masterand (all genders) - Semantic 4D Occupancy Forecasting merken
Masterand (all genders) - Semantic 4D Occupancy Forecasting

XITASO GmbH IT & Software Solutions | 74072 Heilbronn

Die semantische 4D-Belegungsvorhersage spielt eine zentrale Rolle beim sicheren autonomen Fahren. Fahrzeuge müssen in der Lage sein, zukünftige Szenendynamiken zu antizipieren. Traditionelle Methoden erfordern jedoch teure 3D-Voxel-Annotationen. Um diese Herausforderung zu meistern, fokussiert sich die Forschung zunehmend auf selbst- und schwachüberwachte Ansätze. Diese nutzen vortrainierte 2D-Modelle wie DINOv2, CLIP und SAM, um semantische Merkmale zu extrahieren. Dadurch wird ein effektives räumlich-zeitliches Verständnis erreicht, ohne auf dichte 3D-Daten angewiesen zu sein. ‒ +
Familienfreundlich | Flexible Arbeitszeiten | Teilzeit | + weitere Benefits mehr erfahren Heute veröffentlicht
Masterand (all genders) - Semantic 4D Occupancy Forecasting merken
Masterand (all genders) - Semantic 4D Occupancy Forecasting

XITASO GmbH IT & Software Solutions | Ludwigshafen am Rhein

Die semantische 4D-Belegungsvorhersage ist entscheidend für die Sicherheit autonomer Fahrzeuge, da sie künftige Szenendynamiken vorhersagt. Derartige Technologien benötigen jedoch enorme, kostenintensive Datenmengen aus vollständigen 3D-Voxel-Annotationen. Um diese Herausforderung zu meistern, richtet sich die Forschung zunehmend auf selbst- und schwach überwachte Lernmethoden. Diese Paradigmen nutzen vortrainierte 2D-Modelle wie DINOv2 und CLIP, die die 2D-Semantik auf 3D- und 4D-Repräsentationen ausrichten. Durch fortschrittliche Transformer-Architekturen gelingt es, ein robustes räumliches Verständnis zu entwickeln. Damit wird die Abhängigkeit von dichten 3D-Ground-Truth-Daten signifikant reduziert und die Effizienz gesteigert. ‒ +
Familienfreundlich | Flexible Arbeitszeiten | Teilzeit | + weitere Benefits mehr erfahren Heute veröffentlicht
1 2 3 4 5 nächste