München Masterarbeit Condition Monitoring (all genders) 80995
Sign up free to see how well your resume matches this role.
What you'll do
- Recherche zu KI-basierten Condition-Monitoring-Ansätzen im Stand der Technik
- Entwicklung verschleißsensitiver Merkmale auf Basis historischer Messdaten
- Konzeption und Umsetzung von Machine-Learning-Modellen zur automatischen Erkennung von Verschleiß an Werkzeugmaschinen
- Durchführung umfangreicher Experimente zur Identifikation der effektivsten Methoden zur Verschleißerkennung
- Ableitung von Handlungsempfehlungen aus den gewonnenen Ergebnissen
What they're looking for
- Studium in Maschinenbau, Elektrotechnik, Wirtschaftsingenieurwesen, Informatik, Physik oder einer vergleichbaren Studienrichtung
- Erste Erfahrungen im Umgang mit Messdaten in einem industriellen Kontext
- Erfahrung bei der Anwendung maschineller Lernverfahren
- Programmierkenntnisse in Python
- Sehr gute Deutsch- und Englischkenntnisse
- Hohes Maß an Eigeninitiative, Motivation und Teamfähigkeit
Summarised by NextRaise from the employer’s description, which follows in full below.
Full description from employer
Wir sind über 14.000. An 20 Standorten weltweit. Jedes dritte Flugzeug fliegt mit unserer Technologie.
Immer effizienter, leiser, nachhaltiger. Wir gestalten die Zukunft der Luftfahrt. Was wir noch brauchen? Sie.
Im Anlagenservice am Standort München wurden bereits umfassende Condition-Monitoring-Systeme für Werkzeugmaschinen entwickelt. In den vergangenen Jahren konnte dabei eine breite und wertvolle Datenbasis aufgebaut werden. Diese bildet nun die Grundlage, um im Rahmen einer Abschlussarbeit gezielt eine Analyse der Daten sowie die Entwicklung leistungsfähiger Vorhersagemodelle mittels maschinllem Lernen und künstlicher Intelligenz (KI) auszuarbeiten.
Starke Aufgaben
- Recherche zu KI-basierten Condition-Monitoring-Ansätzen im Stand der Technik
- Entwicklung verschleißsensitiver Merkmale auf Basis historischer Messdaten
- Konzeption und Umsetzung von Machine-Learning-Modellen zur automatischen Erkennung von Verschleiß an Werkzeugmaschinen
- Durchführung umfangreicher Experimente zur Identifikation der effektivsten Methoden zur Verschleißerkennung
- Ableitung von Handlungsempfehlungen aus den gewonnenen Ergebnissen
Beste Voraussetzungen
- Studium in Maschinenbau, Elektrotechnik, Wirtschaftsingenieurwesen, Informatik, Physik oder einer vergleichbaren Studienrichtung
- Erste Erfahrungen im Umgang mit Messdaten in einem industriellen Kontext
- Erfahrung bei der Anwendung maschineller Lernverfahren
- Programmierkenntnisse in Python
- Sehr gute Deutsch- und Englischkenntnisse
- Hohes Maß an Eigeninitiative, Motivation und Teamfähigkeit
Ausgezeichnetes Umfeld
- Praxisnahe Einblicke in die Luftfahrtindustrie und Jobs mit Verantwortung
- Starker Teamzusammenhalt u. a. durch unser Studierenden-Netzwerk und verschiedene Events
- Individuelle Betreuung durch Mentoring und feste Ansprechpersonen
- Flexible Arbeitszeiten sowie die Möglichkeit zum mobilen Arbeiten (je nach Einsatzbereich)
- Leckere und abwechslungsreiche Gerichte in unserer Betriebsgastronomie
- EGYM Wellpass und Betriebssportgruppen
- Top-Anbindung durch Pendlerbus, Parkhaus und E-Ladestation
Wir gestalten die Zukunft der Luftfahrt und verbinden Kulturen und Menschen miteinander. Die Vielfalt unterschiedlicher Ideen, Erfahrungen und Perspektiven unserer Mitarbeiter:innen ist entscheidend für unseren Erfolg. Als Arbeitgeber setzen wir uns daher für Diversity & Inclusion am Arbeitsplatz ein.
Startklar?
Geben Sie Ihrer Karriere Schub und senden Sie uns Ihre vollständige Online-Bewerbung, einschließlich Ihres frühestmöglichen Starttermins und Ihrer Gehaltsvorstellungen. Wir freuen uns darauf, Sie kennenzulernen!
Company
Company facts come from this company's own listings. We only show what the postings themselves carry.