Jobs / United States / Robert Bosch LLC
Masterarbeit zum Was-wäre-wenn-Reasoning in LLM-Agenten zur Bewertung der Auswirkungen von HEMS-Parametern unter Nutzung von Time-Series-Foundation-Modellen über MCP (w/m/div.)
Robert Bosch LLC · 🇺🇸 Renningen, BW, DE
Sponsorship verdict
Sponsorship possible
One solid signal, not two — worth applying, and worth asking about sponsorship early.
- Employer is on a government sponsor recordThe US Department of Labor certified 92 H-1B/E-3 labor condition applications for this employer between Oct 2025 and Jun 2026 (latest Jun 2026) — the step every H-1B hire needs first. USCIS also records 50 H-1B approvals in FY2023. Source: LCA disclosure data (US Department of Labor (OFLC)).
- The posting doesn’t mention sponsorshipSilence isn’t a refusal — ask the recruiter before investing much time.
- No salary bar for this routeH-1B has no fixed salary bar: the employer must pay at least the prevailing wage for the role and area. Cap-subject employers enter a lottery weighted by wage level. Source: https://www.federalregister.gov/documents/2025/12/29/2025-23853/weighted-selection-process-for-registrants-and-petitioners-seeking-to-file-cap-subject-h-1b, rules effective 2026-02-27.
- Confirmed live todayWhen a source last listed this job as open.
US H-1B: cap-subject employers enter a lottery weighted by wage level — Level I gets 1 entry, Level IV gets 4 (DHS projected selection odds ≈15% at Level I to ≈61% at Level IV). Universities and non-profit research employers are cap-exempt. The $100,000 fee for new petitions from abroad is currently blocked by a court order (appeal pending).
A verdict summarises public evidence; it is not legal advice and never a guarantee — the employer and the immigration authority decide. Sign in to factor in where you can already work.
Or apply yourself on the official page →
Sponsor Radar — Robert Bosch LLC
The US Department of Labor certified 92 H-1B/E-3 labor condition applications for this employer between Oct 2025 and Jun 2026 (latest Jun 2026) — the step every H-1B hire needs first. USCIS also records 50 H-1B approvals in FY2023. Source: LCA disclosure data (US Department of Labor (OFLC)).
Past sponsorship or register membership never guarantees sponsorship for this vacancy or for you. Full Sponsor Radar for Robert Bosch LLC →
About the role
Wie können moderne Home Energy Management Systems (HEMS) komplexe Nutzeranfragen in konkrete und verlässliche Aktionen übersetzen? Large Language Models (LLMs) bieten leistungsstarke Fähigkeiten für Dialog und qualitatives Schlussfolgern, während spezialisierte Time-Series Foundation Models (TSFMs) komplementäre Stärken beim Erfassen und Vorhersagen komplexer numerischer Dynamiken einbringen. In Ihrer Abschlussarbeit untersuchen Sie, wie diese Technologien für präzise Prognosen und Closed-Loop-What-if-Reasoning zusammenwirken können – bringen Sie Ihre Ideen in das intelligente Energiemanagement ein und bewerben Sie sich jetzt! • Während Ihrer Tätigkeit binden Sie ein spezialisiertes Time-Series Foundation Model als unabhängigen Service an ein bestehendes LLM-Agenten-Ökosystem an – unter Verwendung des standardisierten Model Context Protocol (MCP). • Sie untersuchen, wie numerische Zeitreihenprognosen, die vom TSFM erzeugt werden, auf Serverebene mathematisch abstrahiert und in prägnante semantische Repräsentationen (z. B. Lastspitzen oder Überschüsse bei der Solarstromerzeugung) überführt werden können, die für das Reasoning des LLM geeignet sind. • Zusätzlich konzipieren Sie eine interaktive Evaluationsschleife, in der der Agent Systemparameter (z. B. Ladepläne und Sollwerte) exploriert, das Modell die daraus resultierenden Kurvenverschiebungen prognostiziert und das LLM bewertet, ob die Ziele der Nutzer:innen optimal erreicht werden. • Abschließend evaluieren Sie systematisch Szenarien und Datenrepräsentationen, um zu bestimmen, in welchen Fällen spezialisierte TSFMs gegenüber reinem LLM-Reasoning messbare Vorteile hinsichtlich Recheneffizienz, Tokenverbrauch, Latenz und Prognosegenauigkeit liefern. • Ausbildung: Masterstudium im Bereich Informatik, Data Science, Software Engineering, Elektrotechnik, Mathematik oder vergleichbar mit guten Noten • Erfahrungen und Kenntnisse: Sehr gute Kenntnisse in Python, insbesondere Vertrautheit mit Bibliotheken zur Daten- und Zeitreihenverarbeitung wie Pandas und NumPy sowie modernen asynchronen Frameworks wie asyncio; gutes Verständnis von KI und Machine Learning mit fundierter theoretischer und praktischer Basis im Machine Learning, idealerweise Zeitreihenmodelle und Foundation Models; Vertrautheit mit agentischen Workflows • Persönlichkeit und Arbeitsweise: Sie sind hoch motiviert und nutzen Ihre ausgeprägten analytischen Fähigkeiten, um eigenständig wissenschaftliche Forschung voranzutreiben • Arbeitsroutine: Wir bieten Ihnen die Möglichkeit, in einem hybriden Setup zu arbeiten • Sprachen: Sehr gute Englischkenntnisse Start: nach vorheriger Vereinbarung Dauer: 6 Monate Voraussetzung für dieses Praktikum ist die Immatrikulation an einer Hochschule. Bitte fügen Sie Ihren Lebenslauf, Ihren Notenspiegel (Transcript of Records), Ihre Immatrikulationsbescheinigung, Ihre Prüfungsordnung sowie ggf. eine gültige Arbeits- und Aufenthaltserlaubnis bei. Vielfalt und Inklusion sind für uns nicht nur Trends, sondern fest in unserer Unternehmenskultur verankert. Daher begrüßen wir alle Bewerbungen – unabhängig von Geschlecht, Alter, Behinderung, Religion, ethnischer Herkunft oder sexueller Identität. Benötigen Sie weitere Informationen zur Stelle? Johannes Goth (Fachbereich) +49 1520 8949541 Work #LikeABosch beginnt hier: Bewerben Sie sich jetzt! #LI-DNI