Sie werden Teil eines innovativen Forschungsprojekts, in dem datengetriebene Methoden auf modernste Technologie treffen. Sind Sie bereit, Ihre Ideen in Wirkung zu verwandeln? Bewerben Sie sich jetzt und gestalten Sie zukünftige Lösungen mit.

Sie führen eine umfassende Analyse bestehender Kraftmodellierungsverfahren für das Rotationsschleifen durch und untersuchen modernste Machine-Learning-Ansätze für Sequence-to-Sequence-Regression auf Zeitreihendaten, wie z. B. Symbolic Regression, Convolutional Neural Networks und Mamba. Im Rahmen der Datenanalyse analysieren und bereiten Sie die bereitgestellten Zeitreihendaten auf, einschließlich Feature Engineering zur Extraktion relevanter physikalischer Parameter. Auf Basis Ihrer Recherche implementieren und trainieren Sie verschiedene Machine-Learning-Frameworks zur Kraftvorhersage.

Zur Bewertung der entwickelten Ansätze erstellen und nutzen Sie eine robuste Vergleichsmatrix anhand zentraler Leistungskennzahlen wie Vorhersagegenauigkeit (RMSE, MAE), Rechenaufwand und Interpretierbarkeit. Während des gesamten Projekts dokumentieren, präsentieren und diskutieren Sie Ihre Ergebnisse und Ihren Fortschritt regelmäßig mit dem Projektteam.

• Ausbildung: Masterstudium im Bereich Maschinenbau, Data Science, Informatik, Physik oder vergleichbar
• Erfahrung und Kenntnisse:
• Sehr gute Programmierkenntnisse in Python
• Vertrautheit mit gängigen Data-Science-Bibliotheken wie Scikit-learn, TensorFlow, PyTorch und Pandas
• Persönlichkeit und Arbeitsweise: Sie sind hoch motiviert und bearbeiten anspruchsvolle Forschungsthemen gerne eigenständig
• Arbeitsroutine: Ihre Präsenz vor Ort ist erforderlich
• Sprachen: Verhandlungssicheres Englisch und sehr gute Deutschkenntnisse