Masterarbeit Datenanalyse und Modellierung repräsentativer Nutzungsmuster für die Auslegung von Fahrzeugkomponenten

Bei der Entwicklung von Fahrzeugsystemen und -komponenten kommen zunehmend innovative Methoden der virtuellen Lastableitung zum Einsatz. Dies fhrt bereits in einer frhen Entwicklungsphase zu realistischen Lastanforderungen und trgt zu einer zielgerichteten und beschleunigten Produktentwicklung bei. Eine Herausforderung bei der Simulation von Fahrzeuglasten besteht darin realistische Nutzungsmuster und Einsatzszenarien von Fahrzeugen zu ermitteln. Diese werden in der Regel auf der Grundlage von Daten ber das Fahr- und Nutzungsverhalten einzelner Personen hergeleitet wodurch reprsentative Nutzungsmuster sowie Routen und regionale Verkehrseigenschaften fr die Simulation von Lasten am Fahrzeug beschrieben werden knnen. Bei der Herleitung dieser reprsentativen Muster treten jedoch verschiedene Probleme auf welche von der Unvollstndigkeit der untersuchten Daten ber den in den Daten enthaltenen Bias bis hin zur Bewertung der Reprsentativitt reichen.

• Ziel der Arbeit ist daher die Entwicklung eines umfassenden statistischen Frameworks zur Herleitung und Analyse von charakteristischen und reprsentativen Nutzungsmustern von Fahrzeugen. Dabei liegt der Fokus auf der Entwicklung und dem Einsatz von Methoden der Vollstndigkeitsanalyse der Reprsentativittsheuristik sowie der nichtparametrischen Statistik. Im Rahmen deiner Abschlussarbeit lernst du Methoden der virtuellen Lastableitung kennen.
• Du entwickelst und testest Methoden der Vollstndigkeitsanalyse der Reprsentativittsheuristik und der nichtparametrischen Statistik um Modelle zur Herleitung von Nutzungsmustern aufzubauen.
• Anhand definierter Validierungsmetriken vergleichst und beurteilst du deine Modelle und beschreibst deren Auswirkungen auf die virtuelle Lastableitung.

Qualifications :

• Ausbildung: Masterstudium im Bereich Mathematik Informatik Physik Statistik Data Science konometrie oder vergleichbar
• Erfahrungen und Know-how: erweiterte Kenntnisse in datenanalytischen Methoden (insbesondere qualitative Methoden) und/oder mathematischer Statistik Data Mining; idealerweise Erfahrung mit Python
• Persnlichkeit und Arbeitsweise: du kommunizierst offen und klar findest selbststndig Lsungen und planst Aufgaben systematisch wobei du stets die Verantwortung fr deine Ergebnisse bernimmst
• Sprachen: verhandlungssicheres Deutsch und Englisch

Zustzliche Informationen :

Beginn: nach Absprache
Dauer: 6 Monate

Voraussetzung fr die Abschlussarbeit ist die Immatrikulation an einer Hochschule. Bitte fge deiner Bewerbung deinen Lebenslauf deinen aktuellen Notenspiegel die Prfungsordnung sowie ggf. eine gltige Arbeits- und Aufenthaltserlaubnis bei.

Vielfalt und Inklusion sind fr uns keine Trends sondern fest verankert in unserer Unternehmenskultur. Daher freuen wir uns ber alle Bewerbungen: unabhngig von Geschlecht Alter Behinderung Religion ethnischer Herkunft oder sexueller Identitt.

Du hast fachliche Fragen zum Job
Steve Wolff-Vorbeck (Fachabteilung)
49 1

In diesem Team sind wir per du. Werde ein Teil davon! Work #LikeABosch

Remote Work :

No

Employment Type :

Full-time