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.
Ausschreibung für die Fachrichtung wie z. B.: Automatisierungstechnik, Betriebswirtschaft, Betriebswirtschaft t.o., Elektrotechnik, Informatik, Kybernetik, Logistik, Luft- und Raumfahrttechnik, Maschinenbau, Mathematik, Mechatronik, Physik, Regelungstechnik, Softwaredesign, Softwareengineering, technische Informatik, Technologiemanagement, Vermessungstechnik, Wirtschaftsingenieurwesen oder vergleichbare.
Die ausgeschrieben Hiwi Stelle ist Teil des Projektes DigiAutoFab, bei welchem sowohl das IPA, als auch das IFF Konsortialpartner sind. Das IPA entwickelt Lösungen für den Produktionsbereich von Industrieunternehmen. Die Abteilung additive Fertigung (AM) verfügt über umfangreiche Expertise in pulverbettbasierten AM und Anlagentechnik, sowie Analytik anhand derer simulativ erzeugte Daten validiert werden können. Das IFF forscht in den Themenbereichen künstliche Intelligenz (KI) und maschinellem Lernen (ML) für kognitive Produktionssysteme. Der Fokus liegt auf hybriden Lernverfahren, d.h. der Kopplung von Domänenwissen mit datengetriebenen Methoden. Die ausgeschriebene Stelle ist beim Konsortialpartner IFF angesiedelt.
Im Rahmen des Projekts DigiAutoFab ist es das Ziel des IFFs, Zusammenhänge zwischen verschiedenen Parametern bei einem chemischen Nachbearbeitungsprozess von additiv gefertigten Bauteilen vorherzusagen um dadurch möglichst geeignete Eingangsparameter identifizieren zu können. Da Daten aus dem Prozess nur begrenzt verfügbar sind, sollen hybride ML-Ansätze, die Daten mit Domänenwissen verbinden, untersucht und weiterentwickelt werden. Das Domänenwissen ist in Form von Differentialgleichungen (DGLs) vorhanden, bzw. zunächst zu modellieren. Daher sollen insbesondere auch Physics-Informed Neural Networks (PINNs) zur effizienten Lösung verwendet werden.
Was Sie bei uns tun
Die Stelle bietet die spannende Gelegenheit, sich in die Themenbereiche hybride ML-Algorithmen und nachgelagerte AM-Prozesse einzuarbeiten. Sie umfasst die statistische Analyse von experimentell erfassten Daten, die Mitarbeit an der Implementierung von unterschiedlichen ML-Algorithmen zur Prädiktion von Qualitätsdaten des nachgelagerten AM-Prozesses. Zunächst werden datengetriebene und auf Domänenwissen basierende Ansätze (insbesondere PINNs) getrennt untersucht und anschließend in einem hybriden ML-Ansatz kombiniert. Zusätzlich beinhaltet die Position das Einrichten und die Wartung der benötigten Hardware.
Hier nochmal das Wichtigste in Stichpunkten:
- Literaturrecherche bzw. Einarbeitung in das Thema hybride ML-Algorithmen
- Einrichtung neuer Hardware
- Statistische Analysen von Versuchsdaten
- Implementierung von datengetriebenen ML-Algorithmen zur Prädiktion von Qualitätsdaten
- Implementierung von PINNS zur Lösung von DGLs aus dem physikalischen Modell
Was Sie mitbringen
- Abgeschlossenes Bachelorstudium in einem MINT Fach
- Programmierkenntnisse (vorzugsweise in Python)
- Erfahrungen in mindestens einem der folgenden Bereichen
- Machine Learning
- (Partielle) Differentialgleichungen
- Modellierung physikalischer / chemischer Prozesse
- Selbstständige und systematische Arbeitsweise
Was Sie erwarten können
- Ein hohes Maß an Gestaltungsfreiheit
- Ein freundliches und engagiertes Team mit angenehmer Arbeitsatmosphäre
- Mitarbeit in großem Forschungsprojekt mit Industriepartnern
- Bei Interesse die Möglichkeit zu einer Abschlussarbeit
Die Vergütung erfolgt je nach Qualifikation.
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.
Haben wir Ihr Interesse geweckt? Dann bewerben Sie sich jetzt online mit Ihren aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Sie kennenzulernen!
Frau Lisa Bauer
Recruiting
Tel. +49 711 970-3681
lisa.bauer@ipa.fraunhofer.de
Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA
Kennziffer: 71784 Bewerbungsfrist:
Stellensegment: Physics, Learning, Machinist, Industrial, Training, Science, Human Resources, Manufacturing, Education
