Deine Rolle
- Analyse, Aufbereitung und Visualisierung von Daten aus Metallbearbeitungsprozessen
- Untersuchung von Zusammenhängen zwischen Prozessgrößen und Bearbeitungsergebnis
- Entwicklung und Vergleich von datengetriebenen und physik-informierten Modellen
- Integration von physikalischem Prozesswissen in Machine-Learning-Ansätze
- Anwendung und Bewertung von Methoden des Physics-Informed Machine Learning
- Validierung der entwickelten Modelle anhand experimenteller Daten sowie die Ausarbeitung und Durchführung geeigneter Versuchsreihen auf dem Shopfloor
- Strukturierte Dokumentation, Bewertung und Präsentation der Ergebnisse
Dein Profil
- Studium im Bereich Maschinenbau, Produktionstechnik, Mechatronik, Physik oder einer vergleichbaren Fachrichtung
- Interesse an CNC-Metallbearbeitung, Prozessmodellierung und datengetriebenen Methoden
- Gute Kenntnisse in Python und im Umgang mit Daten
- Kenntnisse in Physics-Informed Machine Learning, Scientific Machine Learning, Simulation oder physikalischer Modellierung sind ein Plus
- Gutes analytisches Verständnis und Freude daran, physikalische und datenbasierte Betrachtungsweisen miteinander zu verbinden
- Strukturierte und selbstständige Arbeitsweise
#J-18808-Ljbffr
Wir suchen eine engagierte Person als Werkstudent - Machine Learning & datenbasierte Prozessmodellierung (m/w/x) bei Carl Zeiss SMT in Oberkochen, Baden-Württemberg, Germany.