Masterarbeit zur datengetriebenen Kraftvorhersage beim Rotationsschleifen in der Halbleiterindustrie (wmdiv.)

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.

Qualifications :

• 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

Zusätzliche Informationen :

Beginn: gemäß vorheriger Vereinbarung Dauer: 6 Monate Voraussetzung für diese Abschlussarbeit ist die Immatrikulation an einer Universität. Bitte fügen Sie Ihren Lebenslauf Ihren Notenspiegel (Transcript of Records) die Prüfungsordnung sowie ggf. eine gültige Arbeits- und Aufenthaltserlaubnis bei. Vielfalt und Inklusion sind für uns nicht nur Trends sondern fest in unserer Unternehmenskultur verankert. Daher begrüßen wir alle Bewerbungen unabhängig von Geschlecht Alter Behinderung Religion ethnischer Herkunft oder sexueller Identität. Benötigen Sie weitere Informationen zur Stelle Jonathan Hilberg (Fachabteilung) 49 6 Work #LikeABosch startet hier: Bewerben Sie sich jetzt! #LI-DNI

Remote Work :

No

Employment Type :

Full-time