Master Thesis -Runtime Compression for ARM-Based Automotive Test Systems

Die Stellenbeschreibungen können je nach deiner Sprachauswahl in mehreren Sprachen angezeigt werden. Was wir bieten: Bei Magna erwartet dich ein spannendes und dynamisches Arbeitsumfeld, in dem du dazu beitragen kannst, marktführende Automobiltechnologien zu entwickeln. Wir investieren in unser Personal und bieten ihm die Unterstützung und Ressourcen, die es benötigt, um erfolgreich zu sein. Als Mitglied unseres globalen Teams erwarten dich aufregende und vielfältige Aufgaben sowie ein breites Spektrum an Entwicklungsmöglichkeiten. Wir sind nämlich der Meinung, dass dein Karrierepfad genauso individuell sein sollte wie du selbst. Gruppenzusammenfassung: Magna Electronics ist branchenführend bei der Entwicklung aktiver Sicherheitstechnologien und revolutioniert die Automobilbranche, um das Leben von Menschen zu verbessern. Mit einem Schwerpunkt auf der Anpassung von ADAS-Systemen und elektronischen Lösungen für beliebige Fahrzeuge adressieren wir eine breite Palette an Mobilitäts- und Sicherheitsbedürfnissen. Durch die Entwicklung eines sichereren, intelligenteren und stärker vernetzten Mobilitätserlebnisses schafft Magna eine bessere Zukunft für alle Menschen weltweit. Verantwortlichkeiten: Modern automotive test systems generate large amounts of data from sources such as network communication, device-under-test (DUT) monitoring, and system traces. This data must be captured, processed, transferred, and stored continuously during testing without impacting system performance or risking data loss. As data volumes continue to increase, both local storage systems and external data collection infrastructures face practical limitations in terms of capacity, bandwidth, and transfer efficiency. Runtime compression offers a promising solution by reducing the amount of data that needs to be stored and transferred while maintaining data integrity and system performance. In this thesis project, you will investigate and evaluate runtime compression techniques for embedded systems and their suitability for automotive test environments. The work includes reviewing current research and industry best practices, evaluating selected algorithms using representative test workloads, and optimizing runtime compression for an ARM-based automotive test platform. Expected Outcome The objective of this thesis is to investigate and optimize runtime compression techniques for ARM-based automotive test systems. The work aims to identify compression strategies that improve transfer and storage efficiency while minimizing CPU utilization, memory consumption, and processing latency. The goal is to better understand the trade-offs between compression ratio, throughput, and overall system performance under realistic test-system workloads. Expected Deliverables Technical evaluation of lossless compression algorithms suitable for real-time and near-real-time test data Evaluation of compression algorithms for embedded real-time systems Benchmarking of performance, resource usage, and compression efficiency Proof-of-concept implementation and validation on an ARM platform Recommendations and documented findings for future automotive test systems Through this thesis, you will gain hands-on experience in embedded software development for ARM-based platforms and learn how to optimize software for resource-constrained systems. You will work with real-time and high-throughput data-processing architectures while investigating compression algorithms and storage optimization techniques used in modern automotive test environments. The project will also provide exposure to ARM-specific acceleration technologies, such as SIMD, as well as practical experience with benchmarking, profiling, and experimental evaluation methods. Qualifications You are currently pursuing a Bachelor's or Master's degree in Embedded Software Development, Software Development, Computer Engineering, or a related field. You are a curious and motivated student with a strong analytical mindset and a genuine interest in solving technical challenges. You enjoy learning new technologies, taking initiative, and applying theoretical knowledge to real-world engineering problems. Meritorious Knowledge/experience with Texas Instruments AM572x Sitara platforms Knowledge of C programming Knowledge of Armv7-A architecture and SIMD acceleration technologies Application and Contact Information If you have any questions regarding the thesis project, please contact Talent Acquisition Partner Per Lind, per.lind@magna.com or Manager Dejan Stanojlovic dejan.stanojlovic@magna.com Last application date: 2026-11-15. Please note that we review applications on an ongoing basis and the position may be filled before last application date. Start: Spring 2027, 30 p Master Number of Students: 1 Learn More About Magna Want to learn more about Magna, our operations in Sweden, and how we work with recruitment, onboarding and employee development? Visit our career page: https://www.magna.com/careers/sverige Bewusstsein. Einheit. Stärkung. Wir bei Magna sind davon überzeugt, dass eine vielfältige Belegschaft für unseren Erfolg entscheidend ist. Deshalb sind wir stolz darauf, ein Arbeitgeber der Chancengleichheit zu sein. Wir stellen auf der Grundlage von Erfahrung und Qualifikation sowie unter Berücksichtigung der jeweiligen beruflichen Anforderungen ein, unabhängig von insbesondere Hautfarbe, Abstammung, Religion, Geschlecht, Herkunft, sexueller Orientierung, Alter, Staatsbürgerschaft, Familienstand, Behinderung oder Geschlechtsidentität. Magna nimmt den Schutz deiner persönlichen Daten ernst. Wir raten dir davon ab, Bewerbungen per E-Mail zu senden, um die GDPR-Anforderungen und die des lokalen Datenschutzgesetzes zu erfüllen. Offenlegung zur KI-gestützten Vorauswahl Im Rahmen unseres Engagements für einen fairen, einheitlichen und effizienten Einstellungsprozess können wir Werkzeuge der künstlichen Intelligenz (KI) einsetzen, um bei der ersten Prüfung von Bewerbungen zu unterstützen, die über unser Workday-System eingereicht werden. Diese Werkzeuge helfen dabei, Qualifikationen und Erfahrungen zu identifizieren, die den Anforderungen der Stelle entsprechen. Bitte beachte, dass KI ausschließlich zur Unterstützung unserer Recruiter eingesetzt wird. Die endgültigen Entscheidungen werden immer vom Hiring Manager und dem Einstellungsteam getroffen. Wichtig: Keine Bewerberdaten werden über diese KI-Werkzeuge extern weitergegeben. Alle Informationen verbleiben sicher in unseren Systemen und werden gemäß unseren Datenschutzrichtlinien behandelt. Unter den Bedingungen des anwendbaren Rechts hast du möglicherweise das Recht, eine Erklärung darüber anzufordern, wie KI zur Unterstützung der Entscheidungsfindung eingesetzt wird. Wenn du Fragen oder Bedenken zu diesem Prozess hast, wende dich gerne an unser Talent Attraction Team. Mitarbeiterkategorie: Student/in Magna-Gruppe: Magna Electronics Wir haben eine Zukunft vor Augen, in der wir ohne Grenzen leben und uns frei bewegen können. Deshalb entwickeln wir Technologien, Systeme und Konzepte, die Fahrzeuge sicherer und sauberer machen – für unsere Gesellschaft, den Planeten und vor allem uns Menschen. Bei Magna trägst du zur Elektrifizierung der Mobilität bei und arbeitest an der Zukunft der autonomen Fahrassistenz und anderen bahnbrechenden Technologien. Lass uns gemeinsam die Zukunft der Mobilität gestalten. Erfahre mehr über uns: Nachhaltigkeit Innovation Interview-Tipps