Teilnahmekriterien

Siehe TUMonline
Anmerkung: Zur Teilnahme am Industriepraktikum benötigt jede*r Student*in einen Industriepartner. Der Industriepartner sollte aus dem Automotive-Umfeld kommen und eine Ansprechpartnerin für Nachfragen bereitstellen. Sie müssen selbstständig den Kontakt zum Industriepartner herstellen und Ihre Praktikumsstelle organisieren. Vonseiten der Uni werden Sie vom Lehrstuhl für Software und Systems Engineering betreut.

Beschreibung

Das Industriepraktikum beinhaltet die praxisnahe Konzeption, Entwicklung und Evaluierung eines (Teil-)Systems direkt vor Ort beim Industriepartner. Das Ziel ist, den Studierenden einen realen Einblick in Industrietätigkeiten zu geben. Zu diesem Zweck soll der Industriepartner die Integration von Studierenden in existierende Prozesse und Teams ermöglichen und die aktive Mitarbeit an Projekten fördern. Die behandelten (Teil-)Systeme sollen dabei eine praxisbezogene Problemstellung adressieren und in der Domäne des Industriepartners einsetzbar sein. 

Links

Moodle

TumOnline

Ablauf

Bitte machen Sie sich bereits vor dem Matchingprozess Gedanken und melden Sie sich bereits mit einem zugesagten Thema &| Industriepartner bei dem Mail Verteiler. 

Vor Beginn des Praktikums:

• Vereinbarung von Thema und Inhalt des Praktikums mit Industriepartner, Themensteller und Betreuer mit schriftlicher Fixierung.
• Studierenden müssen sich nach Beendigung des Praktikums für einen Präsentationstermin anmelden. Im Semester entsprechend dieses Termins werden sie dann auf TUMonline registriert und die Gesamtnote eingetragen.

Dauer: Das Praktikum soll zwischen 4 und 8 Wochen dauern.

Nach Beendigung des Praktikums:

• Ein Bericht (8–12 Seiten zweispaltig oder 14–20 Seiten einspaltig) unter Einbeziehung wissenschaftlicher Quellen, sowie eine 15-minütige Abschlusspräsentation (mit ggf. einer Demonstration), über das im Praktikum bearbeitete Thema durch den Studierenden
• Knappe Beschreibung und Bewertung des durchgeführten Praktikums durch den Industriepartner
• Die Note wird vom Themensteller unter möglicher Einbeziehung der Bewertung des Industriepartners vergeben.

Teilnahmebedingungen:

• Plagiate jeglicher Art führen zum Ausschluss aus dem Kurs. Es gilt der TUM-Zitierleitfaden.
• Alle Abgaben sind verpflichtend. Verspätete Abgaben führen zu Abzügen.

Praktikumsstellen

Interessierte Studierende sind angehalten, sich selbst um einen Praktikumsplatz zu kümmern. Außerdem sind hier mögliche offene Stellen zu finden:

 

----

@BMW Group

Titel: Creating test embeddings for industrial, embedded C++ tests

Deep learning is driving innovation in several domains, including software engineering and testing.

Predicting test results is a key challenge for various test acceleration techniques that aim to make testing more efficient.

A key prerequisite for applying deep learning to such prediction tasks is the availability of expressive embeddings of the input space, in this case, namely, test cases.

While researchers have proposed techniques aiming to embed test cases [1] [2], these approaches have only been implemented and evaluated on open-source projects so far.

The goals of this work is to replicate and potentially extend existing approaches on industrial, C++ embedded code.

[1]: Jabbar, Emad, Hadi Hemmati, and Robert Feldt. "Investigating Execution Trace Embedding for Test Case Prioritization." 2023 IEEE 23rd International Conference on Software Quality, Reliability, and Security (QRS). IEEE, 2023.

[2]: Tsimpourlas, Foivos, et al. "Embedding and classifying test execution traces using neural networks." IET Software 16.3 (2022): 301-316.

----

Bei Interesse, melden Sie sich bitte so schnell wie möglich an den Emailverteiler 

Rückfragen?

Für Rückfragen steht die Organisation gerne zur Verfügung.