Intelligente, Manuelle Montage Mit Methoden Des - Bochum, Deutschland - Ruhr Universität Bochum

Ruhr Universität Bochum

Geprüftes Unternehmen

Bochum, Deutschland

vor 2 Wochen

Geschrieben von:

Lena Wagner

beBee Recruiter

Beschreibung

Der Lehrstuhl für Produktionssysteme (LPS) der Fakultät für Maschinenbau sucht ab dem **nächstmöglichen Zeitpunkt** eine*n

**Wiss. Mitarbeiter*in (m/w/d) für die Dauer von 3 Jahren mit 39,83 Wochenstunden (TV-L E13)**:
Der Lehrstuhl für Produktionssysteme (LPS) in der Fakultät Maschinenbau beschäftigt sich unter der Leitung von Herrn Prof. Dr.Ing. Bernd Kuhlenkötter sowohl in der Grundlagen
- als auch in der industrienahen angewandten Forschung mit den Themenschwerpunkten Produktionsautomatisierung, Industrielle Robotik, Digitalisierung in der Produktion sowie Produktionsmanagement.

Der LPS betreibt dazu eine nach modernsten Gesichtspunkten gestaltete Lern
- und Forschungsfabrik (LFF), in der die in den Projekten erarbeiteten theoretischen Konzepte umgesetzt und evaluiert werden. Durch die Demonstration der Ergebnisse in der Fabrik fördert der LPS den Technologie-Transfer in die Wirtschaft.

Im Forschungsbereich der intelligenten Montage untersuchen wir, wie moderne Informations
- und Kommunikationstechnologien sowie Machine Learning zur Weiterentwicklung des Managements von Produktionssystemen beitragen können. Durch eine an den Lehrstuhl angegliederte reale Auftragsproduktion von Baugruppen für den Schaltschrankbau ist unser wissenschaftliche Forschung dabei eng mit der Industrie verzahnt.

**Umfang**:

- Vollzeit**Dauer**:

- befristet**Beginn**:

- nächstmöglich**Bewerben bis**:

**Ihre Aufgaben**:

- Forschung im Bereich manueller Montagesysteme unter Einsatz moderner Informations
- und Kommunikationstechnologien sowie von Machine Learning
- Entwicklung von echtzeitfähigen Planungs
- und Vorhersagemethoden für das Produktionsmanagement unter Nutzung realer Produktionsdaten
- Entwicklung und Erprobung von industrietauglichen Assistenzsystemen für die manuelle Montage
- Weiterentwicklung von Demonstratoren zu Prototypen für die Nutzung in der Kleinteilmontage

**Ihr Profil**:

- Masterabschluss der Ingenieurwissenschaften oder vergleichbare Qualifikation
- Verständnis industrieller Produktion sowie idealerweise Kenntnisse in den Bereichen der manuellen, hybriden oder automatisierten Montage
- Grundlegende Kenntnisse gängiger Programmiersprachen (Python, Java, C++) von Vorteil
- Interesse an Machine Learning und interdisziplinären Fragestellungen von Vorteil

**Wir bieten**:

- anspruchsvolle und abwechslungsreiche Aufgaben mit hoher Eigenverantwortung
- Unterstützung durch und Zusammenarbeit mit kompetenten Kolleg*innen
- einen modern ausgestatteten Arbeitsplatz
- eine Beschäftigung an einer der größten Universitäten Deutschlands im Verbund der Universitätsallianz Ruhr

**Weitergehende Informationen**:
Der Umfang der Lehrverpflichtung richtet sich nach - 3 der Lehrverpflichtungsverordnung NRW.

**Die Ruhr-Universität Bochum (RUB) ist eine der führenden Forschungsuniversitäten in Deutschland. Als reformorientierte Campusuniversität vereint sie in einzigartiger Weise die gesamte Spannbreite der großen Wissenschaftsbereiche an einem Ort. Das dynamische Miteinander von Fächern und Fächerkulturen bietet den Forschenden wie den Studierenden gleichermaßen besondere Chancen zur interdisziplinären Zusammenarbeit.
Die RUB steht für Diversität und Chancengleichheit. Daher fördern wir die Zusammenarbeit heterogener Teams und den beruflichen Weg von Menschen, die in den jeweiligen Arbeitsbereichen unterrepräsentiert sind. Die RUB wünscht ausdrücklich die Bewerbung von Frauen. In Bereichen, in denen sie unterrepräsentiert sind, werden sie bei gleicher Qualifikation bevorzugt berücksichtigt. Bewerbungen von Menschen mit Behinderung sind uns ebenfalls sehr willkommen.

**Ansprechpartner/in für weitere Informationen**:
Dr. Alfred Hypki, Tel.:
Dr. Christopher Prinz, Tel.:

Fahrtkosten, Übernachtungskosten und Verdienstausfall bzw. sonstige Bewerbungskosten für Vorstellungsgespräche können leider nicht erstattet werden.