Master’s Thesis in the Field of Data Science / Machine Learning in Injection Molding (f/m/d)

Wir bei Freudenberg: "Wir werden Ihre Welt begeistern!" Dies ist unser Versprechen. Als globales Technologieunternehmen machen wir die Welt nicht nur sauberer, gesünder und komfortabler, sondern bieten auch unseren 52.000 Mitarbeitern ein vernetztes und vielfältiges Umfeld, in dem jeder individuell gedeihen kann. Lassen Sie sich überraschen und erleben Sie Ihre eigenen Wow-Momente. Gemeinsam mit unseren Partnern, Kunden und der Wissenschaft entwickeln wir führende Technologien sowie hervorragende Produkte und Dienstleistungen für etwa 40 Märkte und tausende Anwendungen: Dichtungen, Komponenten zur Vibrationskontrolle, Batterien und Brennstoffzellen, technische Textilien, Filter, Reinigungstechnologien und -produkte, Spezialchemikalien und medizinische Produkte.

Einige Ihrer Vorteile:

• Cafeteria/Kantine: Wir bieten frisches Essen vor Ort, sowohl heiß als auch kalt.
• Diversität & Inklusion: Wir legen Wert auf ein inklusives Umfeld und erkennen an, dass unsere Vielfalt zu unserem Erfolg beiträgt.
• Leicht erreichbar: Einfacher, stressfreier Zugang mit dem Auto oder öffentlichen Verkehrsmitteln.
• Öffentlicher Nahverkehrszuschuss: Pendeln wird dank des Zuschusses für öffentliche Verkehrsmittel erschwinglicher.
• Mitarbeiterrabatte: Möglichkeiten für Rabatte auf Produkte und Dienstleistungen.

Die zunehmende Digitalisierung der Produktionsprozesse eröffnet neue Möglichkeiten für datengestützte Optimierungen der Fertigungsabläufe. Insbesondere im Spritzguss bieten umfangreiche Prozess- und Maschinendaten erhebliches Potenzial für den Einsatz von Methoden der Datenwissenschaft und des maschinellen Lernens. Das Ziel dieser Masterarbeit ist es, datengestützte Modelle zur Analyse, Vorhersage und Optimierung von Spritzgussprozessen zu entwickeln und zu evaluieren.

Verantwortlichkeiten:

• Sie analysieren und bereiten Produktions- und Prozessdaten aus Spritzgussanlagen auf.
• Sie identifizieren relevante Einflussfaktoren, die die Teilequalität, die Zykluszeit und die Ausschussraten beeinflussen.
• Sie entwickeln und implementieren Modelle des maschinellen Lernens (z.B. Regression, Klassifikation, Anomalieerkennung).
• Sie bewerten die Modelle hinsichtlich ihrer prädiktiven Leistung und industriellen Anwendbarkeit.
• Sie visualisieren und interpretieren die Ergebnisse für technische Stakeholder.
• Sie leiten umsetzbare Empfehlungen zur Prozessoptimierung ab.
• Sie dokumentieren Ihre Ergebnisse und bereiten die wissenschaftliche Arbeit vor.

Qualifikationen:

• Sie sind derzeit in einem Studiengang in Datenwissenschaft, Informatik, Maschinenbau, Mechatronik, Wirtschaftsingenieurwesen oder einem vergleichbaren Bereich eingeschrieben.
• Sie haben fundierte Kenntnisse in Statistik, Datenwissenschaft und maschinellem Lernen.
• Sie haben Erfahrung mit Python und gängigen Bibliotheken (z.B. pandas, scikit-learn, PyTorch/TensorFlow).
• Sie haben Interesse an Produktionsprozessen, idealerweise mit Kenntnissen im Spritzguss oder in Fertigungstechnologien.
• Sie verfügen über sehr gute Deutsch- oder Englischkenntnisse in Wort und Schrift.
• Idealerweise haben Sie Interesse an einer industriellen Promotion nach Ihrer Thesis.

Die Freudenberg-Gruppe ist ein Arbeitgeber, der Chancengleichheit bietet und sich für Vielfalt und Inklusion einsetzt. Beschäftigungsmöglichkeiten stehen allen Bewerbern und Mitarbeitern unabhängig von Rasse, Hautfarbe, Religion, Glauben, Geschlecht (einschließlich Schwangerschaft, Geburt, Stillen oder verwandten medizinischen Bedingungen), Geschlechtsidentität oder -ausdruck, nationaler Herkunft, Abstammung, Alter, geistiger oder körperlicher Behinderung, genetischen Informationen, Familienstand, sexueller Orientierung, geschütztem Militär- oder Veteranenstatus oder einer anderen durch geltendes Recht geschützten Eigenschaft zur Verfügung.