PhD – Neurosymbolisches Schlussfolgern für domänenadaptives generatives KI-System (w/m/div.)
Bosch Group - Renningen, BW, Germany
Posted Nov 6, 2026
Benefits
- Parental leave
- Not verified
- Non-birth-parent leave
- Not verified
- Family-building benefits
-
- Fertility benefits: Not verified
- Adoption assistance: Not verified
- Surrogacy assistance: Not verified
- Mental health support
- Not verified
- Relocation assistance
- Not verified
- Childcare support
- Not verified
- Learning budget
- Not verified
- Verification
- Not verified
- Salary
- Not verified
Was this benefit information wrong? Tell us.
Role
- Seniority
- Mid From the posting source checked Nov 18, 2026
Schedule
- Shift type
- Not verified
- Weekend work
- Not verified
Application
- Cover letter
- Not verified
- Assessment
- Not verified
- Deadline
- Not stated
Where they hire
State eligibility is not yet verified.
About this role
PhD – Neurosymbolisches Schlussfolgern für domänenadaptives generatives KI-System (w/m/div.) Renningen, BW, Germany Unternehmensbeschreibung: Bei Bosch gestalten wir Zukunft mit hochwertigen Technologien und Dienstleistungen, die Begeisterung wecken und das Leben der Menschen verbessern. Unser Versprechen an unsere Mitarbeiterinnen und Mitarbeiter steht dabei felsenfest: Wir wachsen gemeinsam, haben Freude an unserer Arbeit und inspirieren uns gegenseitig. Willkommen bei Bosch. Die Robert Bosch GmbH freut sich auf Ihre Bewerbung! Stellenbeschreibung: Große Sprachmodelle (Large Language Models, LLMs) haben bemerkenswerte Fähigkeiten in einer Vielzahl von Aufgaben gezeigt. Ihre Leistung nimmt jedoch häufig in hochspezialisierten Domänen ab, die präzises strukturelles Schlussfolgern, Konsistenz und domänenspezifisches Wissen erfordern. Im Bereich des elektronischen Hardware-Designs haben bestehende LLMs Schwierigkeiten mit der strukturellen und semantischen Komplexität von Schaltungsbeschreibungen. Hardware-Designs werden als miteinander verbundene Graphen dargestellt, einschließlich Netzlisten, Schaltplänen und hierarchischen Designprojekten. Diese Darstellungen enthalten wesentliche Informationen, die bei der Umwandlung in rein sequenziellen Text verloren gehen. Als Teil unseres Teams werden Sie neuartige Methoden erforschen, um generative KI-Systeme an spezialisierte Domänen anzupassen, indem Sie strukturiertes symbolisches Wissen integrieren - ohne auf umfangreiches erneutes Training der Modelle angewiesen zu sein. Ihre Untersuchung wird sich auf Mechanismen konzentrieren, die es Large Language Models (LLMs) und anderen Foundation Models ermöglichen, externe Wissensrepräsentationen wie Wissensgraphen, Ontologien und formale Designrepräsentationen zu nutzen, während die Schlussfolgerungsfähigkeiten symbolischer Systeme erhalten bleiben. Sie werden innovative Ansätze entwickeln, die es generativen KI-Modellen ermöglichen, direkt mit diesen strukturierten Repräsentationen zu interagieren, um präziseres Schlussfolgern, Designunterstützung, Verifikation und Codegenerierung zu ermöglichen. Durch Ihre Arbeit leisten Sie einen wesentlichen Beitrag zur Entwicklung der
Read the full description at jobs.smartrecruiters.com. FewerJobs shows a preview and links to the original posting.
Apply link verified; last checked Nov 20, 2026.
What verified means
Verified means a displayed claim has field-level provenance to a source FewerJobs pulled: a government or employer source, or the original job posting. Posting-sourced facts are employer-stated and are labeled separately from government records.
Related jobs
PhD – Neuronale 3D-Szenenrepräsentationen für den Fahrzeuginnenraum (w/m/div.)
Bosch Group - Hildesheim, NDS, Germany
Werkstudent Generative KI für Fahrzeugfunktionen (w/m/x)
BMW - Munich, Germany
Senior Entwicklungsingenieur Hardware (m/w/d)
Allegion - Unterföhring, Germany
AI Software Development Engineer - Neuromorphic Computing (m/f/d) (Fixed-Term)
Intel - Germany, Munich