Bachelor-/Masterthesis

//ab März 2020 // Friedrichshafen, München oder Stuttgart

 

Das erwartet dich

Viele unserer Mitarbeiter hatten ihren Start bei uns im Rahmen einer Bachelor- oder Master-Thesis. Eine enge Zusammenarbeit von Anfang an ist uns sehr wichtig und beginnt bereits bei der gemeinsamen Ideen- und Themenfindung.

Wir bieten Thesis-Themen, mit oder ohne Programmierung, in den Bereichen:

  •     Konzeption/Evaluierung
  •     Prototyp-Erstellung

Die intensive Betreuung der Studenten während ihrer Thesis-Projekte ist für uns selbstverständlich. Unsere Experten stehen dir mit ihrem umfangreichen Know-How dabei jederzeit zur Seite.

Gerne kannst Du auch eigene Themenvorschläge einbringen oder Dich einfach initiativ bei uns bewerben.

Du bringst mit:

  • Studium im Bereich Informatik
  • Motivation, Eigeninitiative und Teamfähigkeit
  • Sehr gute Deutsch- und gute Englischkenntnisse
  • Du bist typisch doubleSlash

So bewirbst du Dich:

Sende uns einfach deine Initiativbewerbung oder Bewerbung mit Angabe deines eigenen Themenvorschlags bzw. eines der unten genannten Themen an karriere@doubleSlash.de. Wir freuen uns auf deine Bewerbung!

Unsere Themenvorschläge:

 

Dein eigener Themenvorschlag / Deine Initiativbewerbung

Du kannst dich bei uns gerne mit deinem eigenen Themenvorschlag oder einfach initiativ bewerben. An unseren Standorten bieten wir jedes Semester Thesis-Stellen für Abschlussarbeiten in den Bereichen Softwareentwicklung und IT-Prozessanalyse/ -optimierung. #Wunschthema #IT

Standort: Friedrichshafen, München oder Stuttgart

Untersuchung und Evaluierung eines Sicherheitskonzepts jenseits von End-to-End Encryption

Ziel der Thesis soll sein, Schwächen von End-to-End Encryption (E2EE) aufzudecken und ein alternatives Sicherheitskonzept im Business-Kontext zu entwickeln. Dieses soll anhand des doubleSlash Business Filemanagers – einer Datenaustauschplattform – erprobt und darauf aufbauend Anpassungen konzipiert und prototypisch umgesetzt werden. #E2EE #Business Filemanager

Standort: Friedrichshafen

ConnectedCar Ökonomie

Im Rahmen der Thesis soll der aktuelle Stand der Vernetzung von Fahrzeugen und der verfügbaren Daten/Funktionen beleuchtet und verschiedene technische Ansätze im Markt für den remote Zugriff (z.B. über Dongle-Lösungen) auf das Fahrzeug und dessen Daten erarbeitet werden. Darauf aufbauend soll ein Blick in die Zukunft der Mobilität und der Nutzung des vernetzten Fahrzeugs vorgenommen werden. #IoT #ConnectedCar #telematics

Standort: Friedrichshafen

Performance- und Skalierungsaspekte in Software-Projekten zielgerichtet umsetzen

In Software-Projekten gilt es, neben der korrekten Umsetzung funktionaler Anforderungen, auch nicht-funktionale Anforderungen (Performance und Skalierbarkeit) einzubeziehen. Ziel der Thesis ist deshalb der Aufbau eines Methodenbaukastens und eines Handlungsleitfadens. Diese sollen sicherstellen können, dass nicht-funktionale Anforderungen über den gesamten Projektverlauf eines Software-Projekts berücksichtigt und korrekt umgesetzt werden. Zur Erprobung soll das doubleSlash-Produkt Business File Manager herangezogen werden. #Performance #Skalierbarkeit #Softwareprojekt

Standort: Friedrichshafen

Untersuchung und Evaluierung von Lösungen zur Umsetzung nicht-funktionaler Anforderungen moderner REST-basierter Architekturen

Die Bedeutung web-basierter Kommunikation (http) hat stetig zugenommen, dies gilt insbesondere im Kontext von REST und microservice-basierten Architekturen. Damit einhergeht der Wunsch technologiebasierte Einschränkungen (z.B. Datendurchsatz, Latenzzeiten etc.) zu überwinden. Trotz Neuerungen wie HTTP/2 und diversen anderen Optimierungen, basieren heutige Lösungen vielfach noch auf dem alten Standard HTTP 1.1. Innerhalb der Thesis soll die heutige Realität und das heute Mögliche dargestellt werden. Ein darauf aufbauender Ausblick in die Zukunft, sowie das Aufstellen von Best Practices rund um die Web-Kommunikation sind die Ziele der Thesis. #REST #HTTP #Microservices

Standort: Friedrichshafen

Untersuchung und Evaluierung von Maßnahmen zur Verbesserung der Qualitätssicherung im Kontext der Software-Sicherheit

Die Gewährleistung der Informationssicherheit hat extrem an Bedeutung gewonnen. Entsprechend groß ist der Wunsch den Qualitätssicherungsprozess so weiterzuentwickeln, dass Sicherheitslücken möglichst früh, lückenlos und automatisiert gefunden werden. Das Ziel der Thesis ist ein möglichst automatisierter Prüfstand, der in die Build und QS-Pipeline unserer typischen Projekte integriert werden kann und mögliche Sicherheitsrisiken senkt. #IT-Security #Quality #BuildPipeline

Standort: Friedrichshafen

Best Practices für das API-Design kommerzieller APIs
 

Immer mehr Unternehmen öffnen sich und versuchen, indem sie Schnittstellen nach außen anbieten, Nutzer zu gewinnen oder Ihr Geschäftsfeld zu erweitern. Diese Versuche sind nur dann erfolgreich wenn die API die bereitgestellt wird qualitativ hochwertig ist. Im Rahmen dieser Thesis sollen best practices technischer aber auch fachlicher Art für das API-Design beleuchtet und zusammentragen werden. Hierzu soll ein Kriterienkatalog erarbeitet werden und je Kriterium verschiedene Ansätze vorgestellt und Empfehlungen herausgearbeitet werden. Diese Kriterien sollen dann anhand konkreter API´s im praktischen Teil verprobt und die APIs bewertet werden. #API-Design 

Standort: Friedrichshafen

Datentransformationen – Evaluation von Methoden und Ableiten von Best Practices

Im Rahmen der Thesis sollen verschiedene Methoden und Technologien zur Konzeption und Dokumentation von Datentransformationen evaluiert werden. Basierend auf den dadurch gewonnenen Erkenntnissen, soll die Umsetzung der Methoden in Software aufgezeigt und verglichen werden. Ziel ist es, eine Aussage über die am besten geeigneten Methoden und Technologien für die Datentransformation treffen zu können. #Datenintegration #Data-Flow #DataPipelines 

Standort: Friedrichshafen

Object recognition in der Cloud

Vortrainierte Modelle zur Echtzeit-Objekterkennung wie z.B. YOLO ("You only life once") sind mittlerweile von guter Qualität und frei verfügbar. Die Herausforderung besteht in der Anpassung des Modells mit eigenen Daten und dem Deployment in der Cloud. Ziel der Thesis soll sein, ein frei verfügbares, vortrainiertes Modell mit einem selbst zu wählenden zusätzlichen, freien Bilddatensatz anzureichern. Zusätzlich soll ein prototypisches Servicedeployment mit Cloudtools erfolgen (z.B. auf Azure, Google Cloud oder AWS) und die Performance des Prototyps unter Last untersucht werden. #VortrainierteModelle #Cloud #Prototyp

Standort: München

Evaluation verschiedener Technologie-Plattformen zum Einsatz in Data Analytics Projekten

Viele Machine Learning Use Cases scheitern daran, dass sie nicht in eine skalierbare, stabile und damit produktive Lösung überführt werden können. Im Rahmen der Thesis sollen deshalb verschiedene Technologie-Plattformen für den Einsatz in Data Analytics Projekten verglichen und bewertet werden. Darauf aufbauend soll auf jeder Plattform ein kleiner, bereits existierender Showcase prototypisch entwickelt und implementiert werden. #MachineLearning #DataAnalytics

Standort: München

Erklärbarkeit von Machine Learning Modellen

Machine Learning wird erfolgreich in immer mehr Anwendungsgebieten genutzt. Ein wiederkehrendes Hindernis für den produktiven Einsatz vieler Lösungen ist jedoch die mangelnde Erklärbarkeit von Modellen gegenüber den Endanwendern. Ziel der Thesis soll sein, eine Übersicht darüber zu erstellen, inwiefern allgemein angewandte Machinelearningalgorithmen erklärbar sind und wie zusätzliche Methoden angwendet werden können um die Erklärbarkeit nachträglich zu gewährleisten. #MachineLearning

Standort: München

Textanalyse von Twitter-Content mit Hilfe von Machine Learning und Data Analytics

Im Rahmen der Thesis soll zunächst eine Übersicht der Verfahren zur Textanalyse gegeben werden. Mit einbezogen werden sollen dabei notwendige Vorverarbeitungsschritte und typische Stolpersteine. Im weiteren Verlauf der Thesis soll ein Prototyp implementiert werden, der mit mindestens einem Verfahren Twitter-Daten klassifizieren kann. Abschließend sollen die jeweiligen Verfahren bewertet werden. #MachineLearning #DataAnalytics

Standort: München

Evaluierung zu Data Analytics Verfahren für Predictive Maintenance Probleme
 

Im Rahmen der Thesis sollen die Themenfelder Predictive Maintenance und Data Analytics strukturiert werden. Hierzu soll zunächst eine Übersicht erstellt werden die beschreibt, welche großen Predictive Maintenance Use Cases und Probleme es gibt. Darauf aufbauend sollen unterschiedliche Ansätze beschrieben werden, wie man diese mit bestimmten Data Analytics Verfahren wie z.B. Machine Learning lösen kann. Darüber hinaus soll ein Vorgehensmodell entwickelt werden, das für unterschiedliche Predictive Maintenance Projekte adaptiert werden kann. #Data Analytics #Predictive Maintenance

Standort: München

Routenoptimierung für Elektroautos

 

Elektroautos haben momentan im Schnitt noch geringere Reichweiten als Fahrzeuge mit "herkömmlichen" Antrieben. Gleichzeitig befindet sich aktuell die Infrastruktur für Ladestationen noch im Aufbau, so dass es zu bestimmten Zeitpunkten zu Überlastsituationen kommen kann. Im Rahmen der Thesis soll zunächst ein Verfahren entwickelt werden (z.B. mit Machine Learning Modellen), das Routen von Elektrofahrzeugen unter Einbeziehung der jeweiligen Reichweite und (voraussichtlichen) Verfügbarkeit der Ladestationen berechnet. Anschließend soll mit Hilfe von öffentlich verfügbaren oder selbst generierten Testdaten ein einfacher (backendseitiger) Prototyp entwickelt werden. #MachineLearning #eCar #Prototyp

Standort: München

Referenzarchitekturen für Machine Learning Projekte auf AWS
 

Es gibt eine Reihe unterschiedlicher Machine Learning Use Cases, die jeweils in Bezug auf Speicherbedarf, CPU-Last und Verfügbarkeit unterschiedliche Anforderungen haben. Gleichzeitig gibt es bei AWS die Möglichkeit eine Vielzahl an unterschiedlichen Cloud Produkten (z.B. Athena, Glue, S3, SageMaker etc.) zu nutzen und somit eine komplexe Systemlandschaft aufzusetzen. Ziel der Thesis soll sein, je nach Machine Learning Use Case, eine entsprechende Referenzarchitektur zu entwickeln, die anschließend für entsprechende Projekte als Blueprint eingesetzt werden kann. #MachineLearning #Cloud #AWS

Standort: München

Das bieten wir dir


Wissenstransfer

Für uns ist der rege Wissensaustausch nach dem Motto "von Kollegen für Kollegen" ein Erfolgsfaktor.

Talentförderung

Experte werden – durch die Begeisterung für ein Thema mit unserer Unterstützung.


Teamspirit

Echter Teamgeist und wertschöpfender Zusammenhalt ist für uns ein wichtiger Faktor für Qualität und Nachhaltigkeit.

Standorte

Viel Platz, helle Räume und offene Türen sorgen für ein angenehmes Arbeitsklima.

Typisch doubleSlash

 

 

"Vor ein paar Jahren habe ich meine Bachelorthesis geschrieben. Neben einem aktuellen und spannenden Thema hat auch die tolle Unterstützung und das Know-how meiner Betreuer dazu beigetragen, dass ich viel lernen konnte und dabei auch noch Spaß hatte."

Lisa 27, Ehemalige Bachelorandin

Du möchtest Teil des doubleSlash-Teams werden?

Jetzt bewerben

Leonie Hlawatsch
Leonie Hlawatsch
Human Resources Manager

Telefon
+49 7541 70078-728

E-Mail
karriere@doubleSlash.de

 

 

Jobs an unseren Standorten