Studien-/Abschlussarbeit - Aufbau ML-Pipeline im Industrie 4.0 Kontext am Beispiel Wickelanlage

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist eine der führenden Organisationen für anwendungsorientierte Forschung. Rund 32.000 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,4 Milliarden Euro.

Ausschreibung für die Fachrichtungen wie z. B.: Data Science und Machine Learning, Informatik, Automatisierungstechnik und oder Physik mit umfangreicher Python-Erfahrung und hoher Einarbeitungsbereitschaft oder vergleichbare.

Sie wollen die Batteriezellenproduktion der Zukunft mitgestalten und begeistern sich für die Wertschöpfungspotentiale der industriellen Digitalisierung sowie deren Realisierung in komplexen Produktionsumgebungen? Sie sind motiviert von den Herausforderungen bei der Entwicklung von Softwarelösungen für Energiespeichertechnologien und möchten einen Beitrag zur effizienten Nutzung zukünftiger Energieumwandlungs- und Speichertechnologien leisten? Sie sind auf der Suche nach vielfältigen Herausforderungen, anspruchsvollen Aufgaben und der Arbeit in einem dynamischen, interdisziplinär besetzten Projektteam? Sie reizt der Forschungsfreiraum, durch den anwendungsnahe Innovationen entstehen und in die Industrie transferiert werden?

Am Fraunhofer IPA bieten wir Ihnen die einzigartige Verbindung aus anwendungsnaher Wissenschaft und industrieller Beratungspraxis. Für das Zentrum für Digitalisierte Batteriezellenproduktion sucht das Fraunhofer IPA eine*n Student*in für eine Abschlussarbeit mit Fachexpertise im Bereich Data Science und Machine Learning, der oder die sich der Herausforderung stellen will, eine ML-Pipeline für automatisierte Datenerfassung, -verarbeitung, das anschließende Modelltraining und evaluieren sowie das Deployment im Kontext eines existierenden Industrie 4.0 Ökosystems, aufzubauen.

Was Sie bei uns tun

• Im Rahmen dieser Tätigkeit wird eine umfassende ML-Pipeline am Beispiel einer Wickelanlage aufgebaut und in ein bestehendes Industrie 4.0 Ökosystem, genauer ein Manufacturing Operations Management (MOM), eingebunden.
• Analyse von Pipeline-Lösungen: Erarbeiten und bewerten Sie unterschiedliche Ansätze für kontinuierliches Modelltraining und Deployment im Industrie‑4.0‑Kontext. Dabei stellen Sie die Vor- und Nachteile der einzelnen Lösungen heraus.
• Entwicklung der ML-Pipeline: Konzeption und Umsetzung einer automatisierten Pipeline, die den kompletten Workflow abbildet – von der Datenerfassung und -verarbeitung über das Training bis hin zur Evaluierung von Modellen. Dabei kommen moderne ML Tools wie Airflow, MLFlow und Kubernetes zum Einsatz.
• Deployment: Erweiterung und Optimierung des bestehenden Docker-Containers, sodass neben dem trainierten Modell auch Tools und Skripte zur Datenaufbereitung sowie der OPCUA-Client enthalten sind.
• Fehler- und Leistungsanalysen: Implementierung von Tools zur Datenaufbereitung und Fehleranalyse, die es ermöglichen, verschiedene Modelle miteinander zu vergleichen und das leistungsstärkste Modell auszuwählen.
• Integration in das MOM: Einbindung der entwickelten ML-Pipeline in ein bestehendes Manufacturing Operations Management (MOM).
• Optional: Untersuchung von Continuous Deployment Lösungen zur Automatisierung des gesamten Prozesses.
• Dokumentation, Interpretation und Aufbereitung der Ergebnisse.

Was Sie mitbringen

• Gültige Immatrikulation an einer deutschen Hochschule/Uni.
• Python: Fundierte Kenntnisse; Erfahrungen mit Tools wie FastAPI und optional: Kenntnisse in OPCUA-Client-Konfiguration.
• Container-Technologien: Erfahrung mit Docker und Docker-Compose (YAML-Konfiguration).
• Orchestrierung und Automatisierung: Kenntnisse in Tools wie Airflow, MLFlow, Kubernetes oder vergleichbaren Technologien.
• Systemkenntnisse: Sicherer Umgang mit Linux, Shell-/Batch-Tools sowie Erfahrung im Server-Deployment.
• Hardware-Kompetenz: Erfahrung im Umgang mit Raspberry Pi und Versionsverwaltung (GitHub).
• Optional: Erfahrungen mit OPCUA/Industrie4.0 Schnittstellen und in der Modellierung von Li-Ion Batterien.
• Selbstständige Arbeitsweise.
• Gute Sprachkenntnisse in Deutsch und Englisch.

Was Sie erwarten können

• Möglichkeit eigene Ideen in die Arbeit einfließen zu lassen.
• Flexible Gestaltung von Arbeitszeit und -ort.
• Aktive Mitarbeit an einem aktuellen, industrierelevanten Thema in einem engagierten und hilfsbereiten Team.
• Spätester Termin zum Beginn der Arbeit: 01.08.2025.

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.

Haben wir Ihr Interesse geweckt? Dann bewerben Sie sich jetzt online mit Ihren aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Sie kennenzulernen!