Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist die weltweit führende Organisation für anwendungsorientierte Forschung. Rund 30 800 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,0 Milliarden Euro.
Das Fraunhofer-Institut für Betriebsfestigkeit und Systemzuverlässigkeit LBF in Darmstadt arbeitet mit Industrie und Forschung auf nationaler und internationaler Ebene an führender Stelle. Die Forschungsaufgaben des Instituts orientieren sich an konkreten Fragestellungen im Bereich der Betriebsfestigkeit, Systemzuverlässigkeit, Adaptronik und Kunststoffe.
Die Abteilung „Baugruppen und Systeme“ bearbeitet im Geschäftsfeld Betriebsfestigkeitsmethoden und Lebensdauerbewertung Projekte mit den Schwerpunkten Systemanalyse und rechnerischer sowie experimenteller Betriebslastensimulation. Die Kunden stammen vorwiegend aus den Branchen Fahrzeugtechnik, Maschinenbau, Anlagenbau und Luftfahrt. In den Projekten werden numerische und experimentelle Verfahren gleichwertig zueinander und im Hinblick auf die Entwicklung von wertschöpfungs- und erkenntnisorientierten Digitalisierungskomponenten genutzt. Etablierte Schwerpunkte hierfür sind die Modellierung von digitalen Systemzwillingen zur Optimierung von Erprobungsszenarien sowie die Betriebslastensimulation komplexer Systeme zur Betriebsfestigkeits- und Zuverlässigkeitsanalyse.
Ab sofort sucht die Abteilung „Baugruppen und Systeme", für den Standort Darmstadt-Kranichstein, eine studentische Hilfskraft zur Anwendung vonMachine Learning in der Systemsimulation.
Was Du bei uns tust
Die Tätigkeit ist Teil einer Reihe von Projekten in der Abteilung, die sich mit der Nutzung von Verfahren des Maschinellen Lernens zur Detektion von Veränderungen an Bauteilen und Prüfständen befasst. In Vorarbeiten wurden bereits verschiedene Machine Learning Pipelines implementiert, u.a. um Signaldaten aus Fahrzeugmessungen zu analysieren. Zur Demonstration der prinzipiellen Vorgehensweise von der Konzeption bis zur Implementierung und Nutzung einer ML-Pipeline soll ein Hardware-Demonstrator entstehen, der verschiedene Sensorsignale (Beschleunigungen, Kräfte) erfasst und mittels ML-Modell analysiert.
Recherchen zu state-of-the-art ML-Methoden für die Anwendung auf Signal-/ Zeitreihendaten
Unterstützung bei der Konzeptionierung eines Hardware-Demonstrators
Datengenerierung und Datenlabeling für ML-Modelle
Konzeptionierung, Implementierung, Training und Vergleich von ML-Modellen und ML-Pipelines
Edge Computing mit RaspberryPI und/ oder NVIDIA Jetson Orin Nano
Softwareentwicklung/ Programmierung mit Python
Dokumentation und Präsentation der Vorgehensweise und der Ergebnisse
Was Du mitbringst
- Eigenverantwortliches und selbstständiges Arbeiten
Gute Kenntnisse in Softwareentwicklung, Python und Machine Learning Verfahren
Kenntnisse in Daten- und Signalanalyse wünschenswert
Laufendes Studium der Fachrichtung Informatik, Mathematik, Maschinenbau oder vergleichbar
Gute Deutschkenntnisse
Was Du erwarten kannst
Ein offenes und kreatives Umfeld
Verantwortungsvolle Aufgaben, mit denen Du Deine Kompetenzen ausbauen kannst
Einen Einstieg in eine wissenschaftliche Karriere
Betriebliche Gesundheitsförderungsmaßnahmen sowie Sportangebote
Fraunhofer-Benefits: Bei Fraunhofer erhältst Du monatlich wechselnde Einkaufsvergünstigungen
Die monatliche Arbeitszeit beträgt 40-60 Stunden.Die Stelle ist zunächst auf 6 Monate befristet, eine Verlängerung ist angestrebt.
Die Vergütung richtet sich nach der Gesamtbetriebsvereinbarung zur Beschäftigung der Hilfskräfte.
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.
Haben wir Dein Interesse geweckt? Dann bewirb Dich jetzt online mit Deinen aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Dich kennenzulernen!
Fragen zu dieser Position beantworten Dir gerne:
Christiane Schäfer
Abteilung Baugruppen und Systeme
Telefon: +49 6151 705-466
Riccardo Bartolozzi
Gruppe Numerische Systemanalyse
Telefon: +49 6151 705-8264
Fraunhofer-Institut für Betriebsfestigkeit und Systemzuverlässigkeit LBF
www.lbf.fraunhofer.de
Kennziffer: 72418 Bewerbungsfrist:
Stellensegment: Training, Industrial, Learning, Machinist, Education, Human Resources, Manufacturing