Studentische Hilfskraft (w/m/d)

Im Bereich Simulation und Reinforcement Learning

Kontakt

Name

Lea Kaven

Telephone

workPhone
+49 241 80-25457

E-Mail

Anbieter

Lehrstuhl für Fertigungsmesstechnik und Qualitätsmanagement

Unser Profil

Die heutigen Herausforderungen der Produktionstechnik lassen sich nicht mehr durch starre Automatisierungssysteme und nachgelagerte Qualitätssicherungsansätze lösen. Digitalisierte, datengetriebene und modellbasierte Systeme ermöglichen eine adaptive Automatisierung sowie die Einbettung der Qualitätssicherung direkt in die Prozessketten entlang des gesamten Produktlebenszyklus bis hin zu Recycling und Remanufacturing. Die Abteilung Model-based Systems unterstützt Unternehmen bei der Entwicklung und Umsetzung neuartiger sensor- und datenbasierter Lösungen für die Produktion. Das Leistungsspektrum geht von klassischen Analyse- und Beratungsprojekten bis hin zur technischen Entwicklung individueller Systemlösungen. Der Fokus dieser Ausschreibung liegt im Bereich Montageplanung und -steuerung.

Ihr Profil

  • Technisches Studium (gerne Maschinenbau/ Produktionstechnik, Wirtschaftsingenieurwesen, CES oder (Wirtschafts-) Informatik)
  • Hohe Motivation und Leistungsbereitschaft
  • Zeitliche Flexibilität
  • Strukturierte, eigenständige und sorgfältige Arbeitsweise
  • Sehr gute Deutsch- und Englischkenntnisse
  • Programmierkenntnisse (z. B. Python) wünschenswert

Ihre Aufgaben

Die Arbeit als studentische Hilfskraft in unserer Abteilung ist vielfältig und stark abhängig von laufenden Forschungs- und Industrieprojekten. Gewünscht ist hierbei eine langfristige Anstellung an unserem Institut. Als Mitglied der Gruppe Model-based Assembly Automation unterstützt du eine wissenschaftliche Mitarbeiterin bei der Bearbeitung von Forschungs- und Industrieprojekten im Bereich der Simulation zur Montageplanung und -steuerung. Dies beinhaltet die Konzeptionierung flexibler Montagesysteme, die Mitwirkung bei dem Aufbau ereignisdiskreter Simulationsmodelle und die Unterstützung bei der Weiterentwicklung von Reinforcement Learning Steuerungsalgorithmen. Typische Aufgaben sind hier:

  • Bearbeitung praxisnaher Aufgaben wie z. B. Aufbereitung von Daten unserer Industriepartner
  • Unterstützung bei der Weiterentwicklung von Simulationsmodellen und Durchführung von Simulationsexperimenten
  • Mitwirkung bei der Weiterentwicklung von Machine Learning Algorithmen
  • Vorbereitung und Unterstützung bei Workshops und Arbeitstreffen

Die restliche Arbeit wird thematisch den Schwerpunkten der Abteilung entsprechen. Möglich ist eine aktive Mitarbeit an aktuellen Forschungs- und Industrieprojekten! Wir bieten flache Hierarchien und Freiraum für selbstständiges Arbeiten sowie die Möglichkeit für fachliche und persönliche Weiterentwicklung.

Unser Angebot

Die Einstellung erfolgt als Studentische Hilfskraft.
Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet auf zunächst 6 Monate.
Eine Verlängerung ist bei positiver Arbeitsleistung möglich und erwünscht.
Es handelt sich um eine Teilzeitstelle.
Die regelmäßige Wochenarbeitszeit beträgt 12-19 Stunden.
Die Eingruppierung richtet sich nach der Richtlinie für studentische und wissenschaftliche Hilfskräfte.
Die Stelle ist bewertet mit 11,80 € pro Stunde.

Über uns

Die RWTH ist als familiengerechte Hochschule zertifiziert.
Die RWTH bietet im Rahmen eines Universitären Gesundheitsmanagements eine Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten (z. B. Hochschulsport) an. Für Tarifbeschäftigte und Beamtinnen und Beamte besteht ein umfangreiches Weiterbildungsangebot und die Möglichkeit, ein Jobticket zu erwerben.
Die Stellenausschreibung richtet sich an alle Geschlechter.
Wir wollen an der RWTH Aachen University besonders die Karrieren von Frauen fördern und freuen uns daher über Bewerberinnen.
Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern sie in der Organisationseinheit unterrepräsentiert sind und sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.
Bewerbungen geeigneter schwerbehinderter Menschen sind ausdrücklich erwünscht.
Im Sinne der Gleichbehandlung bitten wir Sie, auf ein Bewerbungsfoto zu verzichten.
Informationen zur Erhebung personenbezogener Daten nach Artikeln 13 und 14 Datenschutz-Grundverordnung (DS-GVO) finden Sie unter https://www.rwth-aachen.de/dsgvo-information-bewerbung.

Bewerbung
Nummer:V000003785
Frist:29.12.2022
Postalisch:RWTH Aachen University
Lehrstuhl für Fertigungsmesstechnik und Qualitätsmanagement
Lea Kaven
Campus-Boulevard 30
52074 Aachen
E-Mail:
Bitte beachten Sie, dass Gefährdungen der Vertraulichkeit und der unbefugte Zugriff Dritter bei einer Kommunikation per unverschlüsselter E-Mail nicht ausgeschlossen werden können.