Masterarbeit: Physics-Informed Neural Networks zur thermischen Modellierung von Fertigungsprozessen

Masterarbeit: Physics-Informed Neural Networks zur thermischen Modellierung von Fertigungsprozessen

Vollzeit 500 - 1500 € / Monat (geschätzt) Kein Homeoffice möglich
F

Auf einen Blick

  • Aufgaben: Forschung und Entwicklung von Physics Informed Neural Networks für thermische Modellierung.
  • Unternehmen: Fraunhofer IEM, führend in innovativer Technik und Forschung.
  • Vorteile: Spannende Einblicke in aktuelle Projekte und flexible Arbeitszeiten.
  • Weitere Informationen: Unbezahlte Position mit viel Gestaltungsspielraum und interdisziplinärem Team.
  • Warum dieser Job: Gestalte die Zukunft der Elektromobilität mit nachhaltigen Technologien.
  • Qualifikationen: Studium in Mechatronik, Maschinenbau oder Informatik; Python-Kenntnisse erforderlich.

Das prognostizierte Gehalt liegt zwischen 500 - 1500 € pro Monat.

Wie das Engineering der Zukunft aussieht, erforschen wir am Fraunhofer IEM in Paderborn – gemeinsam mit starken Partnern und viel Leidenschaft für Technik. Unsere Teams entwickeln Lösungen, die wirklich in die Anwendung kommen: von smarten Produkten über vernetzte Produktionssysteme bis hin zu digitalen Services und moderner Software. Dabei denken wir Innovation vom ersten Konzept bis zur Umsetzung.

Im Forschungsprojekt ECO2MBINE entwickeln wir ein nachhaltiges Fertigungsverfahren für Batteriekühlplatten der Elektromobilität. Durch rein elektrisches Beheizen ersetzen wir fossile Energieträger vollständig. Klassische Modellierung ist aufwändig: Erst muss ein physikalisches Modell erstellt werden, dann wird es an Messdaten angepasst und dennoch bleiben Fehler. Physics Informed Neural Networks (PINNs) bieten einen eleganten Ausweg. Sie kombinieren physikalische Gesetzmäßigkeiten direkt mit realen Messdaten und sind dabei deutlich schneller als klassische FEM-Simulationen.

Hier sorgst Du für Veränderung:

  • Du recherchierst aktuelle Ansätze zu Physics Informed Neural Networks (PINNs) für thermische Systeme.
  • Du entwickelst ein datengetriebenes Modell auf Basis vorhandener Messdaten wie Temperaturen, Leistungen und Kühlwasserströme.
  • Du implementierst und trainierst das PINN Modell in Python mit realen Prozessdaten.
  • Du validierst das Modell anhand von Messdaten aus Aufheizversuchen.
  • Du bewertest die Eignung des Modells für den Einsatz in einer modellbasierten Temperaturregelung.

Hiermit bringst Du Dich ein:

  • Du studierst Mechatronik, Maschinenbau, Informatik, Elektrotechnik oder einen vergleichbaren Studiengang.
  • Du verfügst über praktische Erfahrung in der Entwicklung von Machine Learning Modellen.
  • Du beherrschst die Programmierung mit Python sicher.
  • Du zeichnest dich durch ein hohes Maß an Motivation und eine selbstständige Arbeitsweise aus.
  • Du sprichst fließend Deutsch (mind. B2) und verfügst über sichere Englischkenntnisse (mind. B2) in Wort und Schrift.

Was wir für Dich bereithalten:

  • Du erhältst spannende Einblicke in aktuelle Forschungsprojekte mit hoher gesellschaftlicher Relevanz im Bereich Automatisierung und lernst, wie wissenschaftliche Erkenntnisse in die Praxis umgesetzt werden.
  • Dich erwartet ein interdisziplinäres und engagiertes Team, in dem Eigeninitiative geschätzt und dir viel Gestaltungsspielraum geboten wird.
  • Dank flexibler Arbeitszeiten kannst du deine Tätigkeit optimal mit deinem Studium vereinbaren und wertvolle Praxiserfahrungen sammeln.
  • Du hast die Möglichkeit, eigene Ideen einzubringen und an der Schnittstelle zwischen Forschung und Industrie aktiv mitzuwirken.
  • Bei dieser Position handelt es sich um eine unbezahlte Tätigkeit.

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Unsere Aufgaben sind vielfältig und anpassbar – für Bewerber*innen mit Behinderung finden wir gemeinsam Lösungen, die ihre Fähigkeiten optimal fördern.

Bereit für Veränderung? Dann bewirb Dich jetzt, und mach einen Unterschied!

Nach Eingang Deiner Online-Bewerbung erhältst Du eine automatische Empfangsbestätigung. Dann melden wir uns schnellstmöglich und sagen Dir, wie es weitergeht.

Noch unentschlossen oder Fragen im Kopf? Fachliche Fragen beantwortet Dir gerne: Für Fragen rund um den Bewerbungsprozess steht Dir zur Verfügung: Herr Fabian Reiling, Herr Fatih Ufuk, Fraunhofer-Institut für Entwurfstechnik Mechatronik IEM, Kennziffer: 83631.

Masterarbeit: Physics-Informed Neural Networks zur thermischen Modellierung von Fertigungsprozessen Arbeitgeber: Fraunhofer IEM

Das Fraunhofer-Institut für Entwurfstechnik Mechatronik IEM in Paderborn ist ein hervorragender Arbeitgeber, der eine ausgeprägte Teamkultur mit flachen Hierarchien und einer familienfreundlichen Arbeitsatmosphäre bietet. Mitarbeitende profitieren von flexiblen Arbeitszeiten, einem modernen Arbeitsumfeld sowie umfangreichen Weiterbildungsmöglichkeiten und individueller Karriereförderung, einschließlich eines speziellen Programms zur Unterstützung von Frauen in der Forschung. Zudem wird eine faire Bezahlung nach Tarifvertrag des öffentlichen Dienstes sowie eine betriebliche Altersvorsorge geboten, was die Position zu einer attraktiven Wahl für alle macht, die an innovativen Lösungen im Bereich Produkt- und Innovationsmanagement interessiert sind.

F

Kontaktdaten:

Fraunhofer IEM Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Masterarbeit: Physics-Informed Neural Networks zur thermischen Modellierung von Fertigungsprozessen erhalten könntest

Tipp Nummer 1

Mach dir eine Liste von Fragen, die du im Vorstellungsgespräch stellen möchtest. Das zeigt dein Interesse und hilft dir, mehr über das Unternehmen und die Position zu erfahren.

Tipp Nummer 2

Bereite dich auf technische Fragen vor, die speziell auf Physics Informed Neural Networks und deren Anwendung in der thermischen Modellierung abzielen. Zeig, dass du die Materie wirklich verstehst!

Tipp Nummer 3

Nutze Networking! Sprich mit Leuten aus der Branche, besuche Events oder Webinare. Oft erfährt man so von ungeschriebenen Stellen oder erhält wertvolle Tipps.

Tipp Nummer 4

Bewirb dich direkt über unsere Website! So stellst du sicher, dass deine Bewerbung schnell und unkompliziert an die richtigen Leute gelangt.

Wir glauben, dass du diese Fähigkeiten brauchst, um Masterarbeit: Physics-Informed Neural Networks zur thermischen Modellierung von Fertigungsprozessen mit Bravour zu bestehen

Physics Informed Neural Networks (PINNs)
Datenanalyse
Modellierung
Machine Learning
Python-Programmierung
Validierung von Modellen
Temperaturregelung

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 das Thema Physics-Informed Neural Networks interessierst. Das macht deine Bewerbung einzigartig!

Sei konkret!:Gib uns konkrete Beispiele aus deinem Studium oder Projekten, die deine Fähigkeiten in Python und Machine Learning zeigen. Wir wollen sehen, dass du nicht nur theoretisches Wissen hast, sondern auch praktische Erfahrung mitbringst.

Pass auf die Details auf!:Achte darauf, dass deine Bewerbung fehlerfrei ist. Rechtschreibfehler oder unklare Formulierungen können einen schlechten Eindruck hinterlassen. Lass jemanden drüberlesen, bevor du sie abschickst!

Bewirb dich über unsere Website!:Der einfachste Weg, um Teil unseres Teams zu werden, ist die Bewerbung über unsere Website. So stellst du sicher, dass deine Unterlagen direkt bei uns landen und wir schnellstmöglich auf dich reagieren können.

Wie man sich auf ein Vorstellungsgespräch bei Fraunhofer IEM vorbereitet

Verstehe die Grundlagen von PINNs

Mach dich mit den Konzepten der Physics Informed Neural Networks vertraut. Lies aktuelle Forschungsarbeiten und versuche, die Anwendung dieser Modelle in der thermischen Modellierung zu verstehen. Das zeigt dein Interesse und deine Vorbereitung auf das Thema.

Praktische Programmierkenntnisse demonstrieren

Bereite dich darauf vor, deine Python-Kenntnisse zu zeigen. Vielleicht kannst du ein kleines Projekt oder eine Übung mitbringen, die du selbst programmiert hast. Das gibt dir die Möglichkeit, deine Fähigkeiten direkt zu präsentieren und Fragen dazu zu beantworten.

Fragen zur Forschung stellen

Bereite einige durchdachte Fragen über das Forschungsprojekt ECO2MBINE und die Rolle von PINNs darin vor. Das zeigt, dass du dich mit dem Unternehmen und dessen Zielen auseinandergesetzt hast und wirklich an der Position interessiert bist.

Selbstbewusstsein und Motivation ausstrahlen

Sei während des Interviews selbstbewusst und zeige deine Motivation für die Stelle. Erkläre, warum du dich für diese Position bewirbst und was dich an der Arbeit im Team reizt. Ein positives Auftreten kann einen großen Unterschied machen!