Studentische Hilfskraft (w/m/d)

Predictive Quality – Machine Learning for Production Engineering

Anbieter

Lehrstuhl für Fertigungsmesstechnik und Qualitätsmanagement

Unser Profil

Die heutigen Herausforderungen in der Produktionstechnik werden nicht mehr durch Automatisierungssysteme und ein nachgelagertes Qualitätsmanagement gelöst. Datengesteuerte Systeme ermöglichen eine adaptive Automatisierung und die Einbettung des Qualitätsmanagements in die Prozessketten. Dies ist der Schwerpunkt der Forschung der Abteilung Modellbasierte Systeme. Die Forschungsgruppe Risk-based Process Control unterstützt Unternehmen bei der Entwicklung und Umsetzung neuartiger sensor- und datenbasierter Lösungen für die Produktion. Das Leistungsspektrum reicht von klassischen Analyse- und Beratungsprojekten bis hin zur technischen Entwicklung von individuellen Sensorlösungen.

Ihr Profil

• Sie studieren Ingenieurwissenschaften oder einen der MINT-Studiengänge
• Programmierkenntnisse erforderlich (z. B. Python oder R)
• Kenntnisse in Statistik und maschinellem Lernen bevorzugt
• Sie sind lernfreudig
• Gute Kommunikationsfähigkeiten in Englisch (Deutsch ist ein Plus)

Ihre Aufgaben

Die Arbeit als studentische Hilfskraft in unserer Abteilung ist vielfältig und abhängig von laufenden Forschungs- und Industrieprojekten. Eine langfristige (> 1 Jahr) Beschäftigung an unserem Institut ist wünschenswert. Als Mitglied der Forschungsgruppe Risk-based Process Control unterstützen Sie Forschungs- und Industrieprojekte zum Thema Predictive Quality, der datenbasierten Qualitätsvorhersage mittels maschinellen Lernens. Zu diesem Zweck unterstützen Sie die Implementierung von Methoden des maschinellen Lernens und der Datenverarbeitung. Typische Aufgaben, die Sie unterstützen werden:

• Datenerfassung, -speicherung und -verarbeitung, basierend auf DjangoREST, SQL, InfluxDB, MQTT, ...
• Implementierung von Machine Learning Algorithmen, z. B. Transformer, BNN, GRU
• Datenanalyse und Vorverarbeitung mit gängigen statistischen und maschinellen Lernmethoden
• Anwendung von MLOps, z. B. ArgoWorkflows
• Dokumentation von Code und Ergebnissen, z. B. in Gitlab

Ihre Aufgaben orientieren sich an den Schwerpunkten der Abteilung. Die aktive Teilnahme an aktuellen Forschungs- und Industrieprojekten sowie die Forschung zu aktuellen Themen im akademischen und industriellen Kontext ist erwünscht. Wie bewerben Sie sich? Schicken Sie ein kurzes Motivationsschreiben, das die folgenden Fragen beantwortet:

• Wie wird ML/ AI den Bereich der Produktionstechnik beeinflussen?
• Was ist die größte Herausforderung bei der Anwendung von ML/ AI in der Fertigungsindustrie?

bevorzugt per E-Mail an s.cramer@wzl-mq.rwth-aachen.de (maximal 600 Wörter). Bitte fügen Sie auch einen kurzen Lebenslauf (maximal 1 Seite) bei.

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 12,00 € 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.