Student assistant: Physics-based Machine Learning for Process Optimization in Machining Domain

Kurzbeschreibung der Position

Unterstützung des Teams bei der Weiterentwicklung von Physics-based Machine Learning-Ansätzen zur Erkennung von oberflächenqualitätskritischen Vibrationen aus Sensordaten, um datengesteuerte Optimierung von Bearbeitungsprozessen zu ermöglichen. Implementierung von ML-Algorithmen für zusätzliche Anwendungsfälle, Beschleunigung von Arbeitsabläufen und Verbesserung der Genauigkeit der am Fraunhofer IPT entwickelten digitalen Zwillingplattform.

Hauptaufgaben

• Entwicklung und Implementierung von Machine-Learning-Algorithmen zur Modellierung und Analyse dynamischer Phänomene in Fräsprozessen.
• Erforschung und Anwendung von Physics-Informed / Physics-Guided Machine Learning-Ansätzen.
• Entwicklung von Cloud-basierten Microservices für industrielle Fertigungsanwendungen.

Qualifikationen und Fähigkeiten

• Studium des Maschinenbaus, der Informatik, der Mechatronik oder eines vergleichbaren Fachs.
• Solide Programmierkenntnisse (z.B. Python oder C++) sind unerlässlich.
• Erfahrung mit Bearbeitungsprozessen oder ML-Ansätzen sind von Vorteil.
• Hohe Motivation, Eigeninitiative, Selbstständigkeit.
• Gute Sprachkenntnisse in Deutsch und/oder Englisch.

Arbeitsort / Rahmenbedingungen

• Zusammenarbeit in innovativen Forschungsprojekten und die Möglichkeit, Ihr Wissen aus dem Studium in der Praxis anzuwenden.
• Modernster Maschinenpark mit Edge-Cloud-Systemen und 5G-Infrastruktur.
• Flexible Arbeitszeiten zur optimalen Vereinbarkeit von Studium und Job.
• Die Möglichkeit, Ihre praxisorientierte Abschlussarbeit bei uns zu schreiben.