Studentische Hilfskraft (m/w/d) - KI-gestützte Datenanalyse im industriellen Produktionsumfeld - #2085380

Studentische Hilfskraft (m/w/d) - KI-gestützte Datenanalyse im industriellen Produktionsumfeld

Die Fraunhofer-Gesellschaft (

www.fraunhofer.de

) betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist eine der führenden Organisationen für anwendungsorientierte Forschung. Rund 32 000 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,4 Milliarden Euro.

Ausschreibung für die Fachrichtungen wie z. B.:

Elektrotechnik, Informatik, Maschinenbau, Mathematik oder vergleichbare

Das Forschungsteam Signal- und Zeitreihenanalyse beschäftigt sich mit der KI-gestützten Analyse von Signaldaten. Zu unseren Aufgaben gehört beispielsweise das Erkennen von Produktionsanomalien oder die Vorhersage des Zustands von Maschinenkomponenten. Die dafür verwendeten Daten stammen von verschiedensten, in die Produktion integrierten, Sensorsystemen. Im Rahmen unserer Forschungsprojekte arbeiten wir dabei eng mit Industriepartnern zusammen

Wir suchen Ihre Unterstützung! Sie programmieren gerne oder haben bereits erste Erfahrungen im Bereich des maschinellen Lernens? Sie haben Lust, die im Studium erlernten Fähigkeiten endlich in realen Projekten mit echten Daten zu erproben? Dann unterstützen Sie uns bei der Entwicklung von sensorbasierten Machine Learning Modellen

Was Sie bei uns tun

• 
  Mitarbeit an spannenden Forschungsprojekten im Bereich des Ultraschallbondens und anderen Produktionstechnologien
  
• 
  Anwendung aktueller Methoden des Few-Shot Learnings, einem Teilbereich des maschinellen Lernens, der sich mit der Generalisierbarkeit von Modellen anhand weniger Daten beschäftigt
  
• 
  Unterstützung bei der Datenvorverarbeitung für die Modellbildung von beispielsweise künstlichen neuronalen Netzen
  
• 
  Erproben von eigenen Machine Learning Modellen
  
• 
  Optimierung der Modelle hinsichtlich Prognosegüte und Rechenzeit
  
• 
  Python Programmierung in einem Projektteam
  
• 
  Recherche und Beurteilung von State-of-the-Art Machine Learning Lösungsansätzen zu industriellen Problemstellungen
  

Was Sie mitbringen

• 
  Gültige Immatrikulation an einer deutschen Hochschule/Uni
  
• 
  Programmierkenntnisse in Python oder einer vergleichbaren Sprache
  
• 
  Idealerweise erste Erfahrungen mit Python-Bibliotheken für Data Science / Machine Learning, wie Pandas, Numpy, Scikit-learn, Keras, PyTorch
  
• 
  Grundlagenwissen im Bereich Machine Learning
  
• 
  Kenntnisse in Deep Learning sind von Vorteil
  
• 
  Bereitschaft zur Einarbeitung in neue Themen
  
• 
  Eigenständige und strukturierte Arbeitsweise
  
• 
  Gute Kommunikationsfähigkeiten in Deutsch oder Englisch
  

Was Sie erwarten können

• Übertragen Sie theoretisch erlerntes Wissen in die Praxis und lernen Sie dabei die Herausforderungen bei der Arbeit mit realen Daten kennen



• Leisten Sie ihren Beitrag in spannenden Forschungsprojekten und einem jungen Team



• Verwendung von modernsten Ressourcen wie einem NVIDIA GPU-Cluster des Fraunhofer IPA



• Gemeinsam definieren wir für Sie Aufgaben, die zu Ihren Stärken und Interessen am besten passen



• Flexible Arbeitszeiten und Möglichkeiten auf Homeoffice



• 40 bis 60 Stunden pro Monat, je nach Absprache

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität.

Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.

Frau Lisa Bauer




[email protected]

Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA