Abschlussarbeit: Unsupervised Learning für Anomalie Detektion in Zeitreihendaten (m/w/d)"

Abschlussarbeit: Unsupervised Learning für Anomalie Detektion in Zeitreihendaten (m/w/d)"

Augsburg Praktikum 1000 - 1500 € / Monat (geschätzt) Homeoffice (teilweise)
E

Auf einen Blick

  • Aufgaben: Forschung und Implementierung von Machine-Learning-Methoden zur Anomaliedetektion in Zeitreihendaten.
  • Unternehmen: Everllence, ein innovatives Unternehmen auf dem Weg zur klimaneutralen Weltwirtschaft.
  • Vorteile: Kantine, Essenszulage, Fitnessraum, Mitarbeiterrabatte und ein starkes Studentennetzwerk.
  • Weitere Informationen: Dynamisches Arbeitsumfeld mit Fokus auf Vielfalt und Chancengleichheit.
  • Warum dieser Job: Gestalte die Zukunft mit uns und arbeite an realen Herausforderungen in der Industrie.
  • Qualifikationen: Studium in Informatik oder Ingenieurwissenschaften und gute Kenntnisse in Machine Learning.

Das prognostizierte Gehalt liegt zwischen 1000 - 1500 € pro Monat.

Das sollten Sie über uns wissen

Everllence ebnet den Weg in eine klimaneutrale Weltwirtschaft. Ob Industrieproduktion, Energie- oder maritime Wirtschaft: Wir denken ganzheitlich und packen schon heute die Herausforderungen von morgen an – für eine nachhaltige Wertschöpfung unserer Kunden. In unserem Technologieportfolio steckt die Erfahrung aus über 250 Jahren Ingenieurstradition. Everllence hat seinen Hauptsitz in Deutschland und beschäftigt rund 15.000 Mitarbeiter an mehr als 120 Standorten weltweit. Unsere Kunden profitieren außerdem vom globalen Service-Center-Netzwerk unserer After-Sales Marke, Everllence PrimeServ.

Folgende Aufgaben können wir Ihnen anbieten:

  • Recherchieren und Bewerten von Unsupervised-Machine-Learning-Methoden für Anomaliedetektion in Zeitreihen
  • Implementierung, Training und Testing der gewählten Ansätze an realen Betriebsdaten von Kundenanlagen
  • Systematische Auswertung und Vergleich der Ergebnisse zueinander und zu bestehenden Inhouse-Modellen

Mit diesen Qualifikationen helfen Sie uns weiter:

  • Studium Informatik, Technische Informatik, Ingenieurwissenschaften oder vergleichbar
  • Gute Kenntnisse im Bereich Machine-Learning
  • Sicherer Umgang mit Python (Erfahrung mit mindestens einer Machine-Learning Library wünschenswert)

Unsere Benefits für Sie:

  • Kantine
  • Essenszulage
  • Barrierefreiheit
  • betriebliches Gesundheitsmanagement
  • Betriebsarzt
  • Fitnessraum
  • Parkplatz
  • gute Verkehrsanbindung
  • Mitarbeiterrabatte
  • Studentennetzwerk
  • Frauennetzwerk

Gut zu wissen:

Bei Fragen können Sie sich gerne per E-Mail an Ihren Recruiter, Nicola Hasl, wenden. E-Mail: nicola.hasl@everllence.com. Bitte bewerben Sie sich nur über den Button "Jetzt bewerben". Bewerbungen via Email können leider nicht berücksichtigt werden.

Hier sind Sie beruflich zuhause:

Am Hauptsitz von Everllence in Augsburg wurde einst der Dieselmotor erfunden, mit dem Rudolf Diesel der Dampfmaschine den Kampf ansagte. Heute ist die Bewältigung der Herausforderungen in den Bereichen Marine, Energie und Industrie zu unserer Hauptaufgabe geworden – nicht nur für den Erfolg unserer Kunden, sondern auch für den Erhalt unserer Umwelt. Jeden Tag arbeiten rund 5.000 Mitarbeitende an unserem Standort in der schönen Renaissancestadt Augsburg an einer besseren Zukunft: Von kleinen Effizienzsteigerungen bei einzelnen Komponenten, wie zum Beispiel Dual-Fuel-Motoren, Abgasnachbehandlungssystemen oder Softwarelösungen bis hin zu großen Innovationen auf Systemebene. Auch Sie können uns dabei unterstützen. Bei uns sind Sie richtig, wenn Sie etwas bewegen möchten.

Das ist uns wichtig:

Integrität und Compliance sind wesentliche Elemente unserer Unternehmenskultur. Zudem fördern wir Vielfalt und Chancengleichheit und freuen uns über vielfältige Online-Bewerbungen. Klicken Sie einfach auf „Jetzt bewerben“ und starten mit uns durch. Bewerbungen von Menschen mit Behinderung sind ausdrücklich erwünscht. Hinweis: Soweit Begriffe im generischen Maskulin wie z.B. Ingenieur, Kaufmann, Techniker verwendet werden, sind alle Geschlechter (m/w/d) gleichermaßen gemeint.

Abschlussarbeit: Unsupervised Learning für Anomalie Detektion in Zeitreihendaten (m/w/d)" Arbeitgeber: Everllence Home

Everllence ist ein hervorragender Arbeitgeber, der Ihnen die Möglichkeit bietet, an innovativen Projekten zur Anomaliedetektion in Zeitreihendaten zu arbeiten und dabei einen Beitrag zu einer klimaneutralen Weltwirtschaft zu leisten. Mit einem starken Fokus auf Mitarbeiterentwicklung, einem unterstützenden Arbeitsumfeld und zahlreichen Benefits wie einer Kantine, Fitnessraum und einem aktiven Netzwerk für Studierende, fördern wir eine Kultur der Zusammenarbeit und des Wachstums. Unser Standort in Augsburg, bekannt für seine Ingenieurtradition, bietet Ihnen die Chance, in einer dynamischen Stadt zu arbeiten, die reich an Geschichte und Innovation ist.

E

Kontaktdaten:

Everllence Home Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Abschlussarbeit: Unsupervised Learning für Anomalie Detektion in Zeitreihendaten (m/w/d)" erhalten könnten

Tipp Nummer 1

Mach dir ein starkes Netzwerk! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Frag nach ihren Erfahrungen und Tipps – das kann dir helfen, die richtigen Türen zu öffnen.

Tipp Nummer 2

Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen übst und deine Antworten klar und präzise formulierst. Zeig, dass du nicht nur die technischen Skills hast, sondern auch die Leidenschaft für das Thema!

Tipp Nummer 3

Sei proaktiv! Wenn du eine interessante Stelle siehst, bewirb dich direkt über unsere Website. Das zeigt dein Interesse und Engagement – und wir lieben es, wenn Bewerber Initiative zeigen!

Tipp Nummer 4

Informiere dich über das Unternehmen, bevor du zum Gespräch gehst. Zeig, dass du die Mission und Werte von Everllence verstehst und wie du dazu beitragen kannst, eine klimaneutrale Weltwirtschaft zu fördern.

Wir glauben, dass du diese Fähigkeiten brauchst, um Abschlussarbeit: Unsupervised Learning für Anomalie Detektion in Zeitreihendaten (m/w/d)" mit Bravour zu bestehen

Unsupervised Learning
Anomalie Detektion
Zeitreihendaten
Machine Learning
Python
Machine-Learning Bibliotheken
Datenanalyse

Einige Tipps für deine Bewerbung 🫡

Mach es persönlich!:Zeig uns, wer du bist! Verwende in deinem Anschreiben eine persönliche Ansprache und erzähle uns, warum du dich für die Abschlussarbeit bei Everllence interessierst. Das macht deine Bewerbung einzigartig.

Betone deine Skills:Stell sicher, dass du deine Kenntnisse im Bereich Machine Learning und Python klar hervorhebst. Wir wollen wissen, was du drauf hast und wie du uns mit deinen Fähigkeiten unterstützen kannst!

Sei strukturiert:Achte darauf, dass deine Bewerbung gut strukturiert ist. Verwende Absätze und klare Überschriften, damit wir schnell die wichtigsten Informationen finden können. Ein übersichtliches Layout macht einen guten Eindruck!

Bewirb dich über unsere Website:Vergiss nicht, dich über den Button 'Jetzt bewerben' auf unserer Website zu bewerben. Bewerbungen per E-Mail können wir leider nicht berücksichtigen. Mach es uns einfach und nutze den richtigen Weg!

Wie man sich auf ein Vorstellungsgespräch bei Everllence Home vorbereitet

Verstehe die Unternehmensmission

Mach dich mit der Mission von Everllence vertraut. Sie setzen auf eine klimaneutrale Weltwirtschaft, also überlege dir, wie deine Fähigkeiten im Bereich Unsupervised Learning dazu beitragen können. Zeige in deinem Interview, dass du nicht nur die technischen Aspekte beherrschst, sondern auch die Vision des Unternehmens teilst.

Bereite konkrete Beispiele vor

Denke an spezifische Projekte oder Erfahrungen, die du im Bereich Machine Learning gemacht hast. Sei bereit, diese zu erläutern und zu zeigen, wie du Probleme gelöst hast. Das hilft dir, deine praktischen Fähigkeiten zu demonstrieren und gibt dem Interviewer einen Einblick in deine Arbeitsweise.

Fragen stellen ist wichtig

Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und am Unternehmen. Du könntest zum Beispiel nach den Herausforderungen fragen, die das Team bei der Implementierung von Anomaliedetektion in Zeitreihendaten sieht.

Technische Vorbereitung

Stelle sicher, dass du mit Python und relevanten Machine-Learning-Bibliotheken vertraut bist. Mache dich mit den gängigen Methoden zur Anomaliedetektion vertraut und sei bereit, darüber zu diskutieren. Eine gute technische Vorbereitung kann dir helfen, im Interview selbstbewusst aufzutreten.