Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Entwickle Machine-Learning Methoden zur Reduktion des Berechnungsaufwandes für Traglastberechnungen.
- Arbeitgeber: Liebherr-Werk Nenzing GmbH ist ein führender Hersteller von Raupenkranen und Baumaschinen.
- Mitarbeitervorteile: Erhalte umfassende Betreuung, angemessene Vergütung und die Möglichkeit zur weiteren Zusammenarbeit.
- Warum dieser Job: Spannende Herausforderungen in einem internationalen Umfeld mit Fokus auf innovative Technologien.
- Gewünschte Qualifikationen: Laufendes Studium in Maschinenbau, Bauingenieurwesen oder verwandten Bereichen; Interesse an Machine Learning.
- Andere Informationen: Die Bearbeitung dauert ca. 6 Monate; Online-Bewerbung erwünscht.
Thema: Weiterentwicklung von Machine-Learning Methoden zur Reduktion des Berechnungsaufwandes am Beispiel der Traglastberechnung von Raupenkranen.
Raupenkrane und Seilbagger können aufgrund ihres modularen Aufbaus eine große Varianz unterschiedlicher Krankonfigurationen abbilden. Durch die Verwendung zusätzlicher Nadel- und Derrick-Ausleger wird diese Varianz noch einmal signifikant vergrößert. Zusammen mit der Vielzahl unterschiedlicher, auslegungsrelevanter Lastfälle erfordert eine zuverlässige Dimensionierung der Tragstruktur eine große Menge gleichartiger Berechnungen. Basierend auf dieser Gleichartigkeit erscheinen KI-artige Lösungen auf Basis von ML-Modellen (Maschine Learning) potentiell geeignet, um die Berechnungsprozesse durch eine Vorsondierung der relevanten Konfigurationen und Lastfälle sowie deren Kombination zu beschleunigen.
Das Ziel dieser Arbeit besteht darin, auf der Basis von bestehenden Erkenntnissen und Methoden, neue Ansätze und Methodiken zu entwickeln und diese in einem erweiterten Kontext anzuwenden.
Einzelaufgaben:
- Einarbeitung in die Themengebiete und den Stand der Technik im Bereich ML und Traglastberechnung sowie in die vorangegangenen Untersuchungen.
- Analyse der bestehenden Berechnungsdaten und Ableitung von Ansätzen zur Nutzung automatisierter Methoden auf Basis von ML zur Reduktion des Berechnungsaufwandes.
- Ableitung und Definition einer Methodik zur operativen Nutzung im Berechnungsalltag.
- Test und Validierung der Modelle.
- Identifikation von Potentialen und Risiken der abgeleiteten Methodik und Ableitung möglicher Lösungsansätze bzw. Definition von Einsatzgrenzen.
- Übersichtliche Dokumentation und Zusammenfassung des Vorgehens sowie der Ergebnisse.
Dein Profil:
- Laufendes Studium in den Bereichen Maschinenbau, Bauingenieurwesen, Technische Mathematik, Technische Physik oder Technische Informatik.
- Interesse an Themen des Machine Learnings.
- Interesse an der Lösung von komplexen Problemen.
- Strukturierte und systematische Arbeitsweise.
- Grundlegende strukturmechanische Kenntnisse von Vorteil.
Unser Angebot:
Es erwartet dich ein anspruchsvolles und interessantes Aufgabengebiet in einer erfolgreichen, internationalen Firmengruppe. Zudem bieten wir dir eine umfassende Betreuung durch unsere Fachabteilung sowie eine angemessene Vergütung. Für die Bearbeitung der Aufgabe werden circa 6 Monate veranschlagt. Bei entsprechender Eignung besteht im Anschluss die Möglichkeit einer weiterführenden Zusammenarbeit.
Haben wir dein Interesse geweckt? Dann freuen wir uns über deine Online-Bewerbung. Bei Fragen kontaktiere bitte Matthias Boettiger.
Das Unternehmen:
Die Liebherr-Werk Nenzing GmbH entwickelt, produziert und vertreibt Raupenkrane, Hydroseilbagger sowie Ramm- und Bohrgeräte. Neben diesen Produkten bietet das Unternehmen auch zahlreiche Dienstleistungen und Services an, welche die Prozesse auf der Baustelle erleichtern.
Standort: Liebherr-Werk Nenzing GmbH, Dr. Hans Liebherr Str. 1, 6710 Nenzing, Österreich (AT).
Kontakt: Matthias Boettiger.
Kontaktperson:
Liebherr-Werk Nenzing GmbH HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Masterarbeit / Diplomarbeit zu Machine-Learning Methoden zur Reduktion des Berechnungsaufwandes (m/w/d)
✨Tip Nummer 1
Nutze dein Netzwerk, um Kontakte in der Maschinenbau- und Bauingenieurwesen-Branche zu knüpfen. Sprich mit Kommilitonen, Professoren oder Fachleuten, die bereits Erfahrungen im Bereich Machine Learning haben. Diese Verbindungen können dir wertvolle Einblicke und möglicherweise sogar Empfehlungen für deine Bewerbung geben.
✨Tip Nummer 2
Informiere dich über aktuelle Trends und Entwicklungen im Bereich Machine Learning und Traglastberechnung. Zeige in Gesprächen oder Interviews, dass du nicht nur die Grundlagen verstehst, sondern auch die neuesten Technologien und Methoden kennst, die für die Position relevant sind.
✨Tip Nummer 3
Bereite dich auf technische Fragen vor, die sich auf Machine Learning und strukturmechanische Kenntnisse beziehen. Übe, wie du komplexe Probleme strukturiert angehen würdest, und sei bereit, deine Ansätze klar und verständlich zu erklären. Dies zeigt deine Problemlösungsfähigkeiten und dein technisches Verständnis.
✨Tip Nummer 4
Zeige dein Interesse an der praktischen Anwendung von Machine Learning in der Industrie. Bereite Beispiele oder Ideen vor, wie du bestehende Methoden weiterentwickeln oder neue Ansätze zur Reduktion des Berechnungsaufwandes entwickeln könntest. Dies wird deine Motivation und Kreativität unter Beweis stellen.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Masterarbeit / Diplomarbeit zu Machine-Learning Methoden zur Reduktion des Berechnungsaufwandes (m/w/d)
Tipps für deine Bewerbung 🫡
Thema verstehen: Setze dich intensiv mit dem Thema der Masterarbeit auseinander. Informiere dich über Machine-Learning-Methoden und deren Anwendung in der Traglastberechnung von Raupenkranen. Zeige in deiner Bewerbung, dass du die Herausforderungen und Möglichkeiten des Themas verstehst.
Relevante Erfahrungen hervorheben: Betone in deinem Lebenslauf und Anschreiben relevante Studienleistungen oder Projekte, die deine Kenntnisse in Maschinenbau, Bauingenieurwesen oder Machine Learning belegen. Dies zeigt dein Interesse und deine Eignung für die Position.
Strukturierte Arbeitsweise betonen: Da eine strukturierte und systematische Arbeitsweise gefordert ist, solltest du Beispiele aus deinem Studium oder vorherigen Projekten anführen, die deine Fähigkeit zur strukturierten Problemlösung demonstrieren.
Dokumentation und Kommunikation: Achte darauf, dass deine Bewerbung klar und übersichtlich ist. Eine gute Dokumentation deiner bisherigen Arbeiten und Ergebnisse kann einen positiven Eindruck hinterlassen. Verwende klare Sprache und achte auf eine logische Struktur in deinem Anschreiben.
Wie du dich auf ein Vorstellungsgespräch bei Liebherr-Werk Nenzing GmbH vorbereitest
✨Verstehe die Grundlagen von Machine Learning
Da das Thema deiner Masterarbeit stark auf Machine Learning basiert, solltest du die grundlegenden Konzepte und Methoden gut verstehen. Bereite dich darauf vor, Fragen zu gängigen Algorithmen und deren Anwendung in der Traglastberechnung zu beantworten.
✨Bereite konkrete Beispiele vor
Überlege dir spezifische Beispiele aus deinem Studium oder Projekten, die deine Fähigkeiten im Bereich Maschinenbau und Machine Learning demonstrieren. Dies zeigt dein praktisches Wissen und deine Fähigkeit, theoretische Konzepte anzuwenden.
✨Zeige Interesse an komplexen Problemen
Das Unternehmen sucht jemanden, der Spaß daran hat, komplexe Probleme zu lösen. Sei bereit, über Herausforderungen zu sprechen, die du in der Vergangenheit gemeistert hast, und wie du dabei vorgegangen bist.
✨Frage nach den nächsten Schritten
Am Ende des Interviews kannst du nach den nächsten Schritten im Auswahlprozess fragen. Das zeigt dein Interesse an der Position und gibt dir auch die Möglichkeit, mehr über die Unternehmenskultur und das Team zu erfahren.
