Studentische Hilfskraft Machine Learning Für - Bremen, Deutschland - Fraunhofer-Gesellschaft

Fraunhofer-Gesellschaft

Geprüftes Unternehmen

Bremen, Deutschland

vor 1 Woche

Geschrieben von:

Lena Wagner

beBee Recruiter

Beschreibung

Die Fraunhofer-Gesellschaft betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist die weltweit führende Organisation für anwendungsorientierte Forschung. Rund Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 2,9 Milliarden Euro.

Das Fraunhofer-Institut für Fertigungstechnik und Angewandte Materialforschung IFAM ist eine der europaweit bedeutendsten unabhängigen Forschungseinrichtungen auf den Gebieten »Formgebung und Funktionswerkstoffe« sowie »Klebtechnik und Oberflächen«. Im Mittelpunkt stehen Forschungs
- und Entwicklungsarbeiten mit dem Ziel, unseren Kunden zuverlässige und anwendungsorientierte Lösungen zu liefern. Produkte und Technologien adressieren vor allem Branchen mit besonderer Bedeutung für die Zukunftsfähigkeit: Luftfahrt, Automotive, Energietechnik, maritime Technologien sowie Medizintechnik und Life Sciences. Zur Realisierung dieser Aufgabe arbeiten rund 700 hochqualifizierte Mitarbeitende projekt
- und themenbezogen zusammen.

Die Abteilung elektrische Energiespeicher sucht zur Verstärkung des Teams in Bremen zum nächstmöglichen Zeitpunkt eine studentische Hilfskraft (m/w/d) für die Arbeitsgruppe Prozess
- und Fertigungstechnik. In der Arbeitsgruppe werden Prozesse zur Herstellung von zukünftigen Festkörperbatterien erforscht. Ein zentrales Element stellen dabei dünne Schichten aus ionenleitfähigem Material dar, die als Separator in der Batteriezelle dienen. Für die Herstellung wid zur Zeit die Schlitzdüsenbeschichtung verwendet und Material
- und Prozessparameter evaluiert. Für die digitale Auf
- und Nachbereitung der beim Prozess erhobenen Daten mittels machine learning Ansätzen wird Unterstützung benötigt. Das Themenfeld hält Möglichkeiten zur Anfertigung einer Abschlussarbeit offen.

**Was Du bei uns tust**
- Literaturrecherche für die Anwendung von Machine Learning im Bereich Prozess
- und Fertigungstechnik
- Datenaufbereitung von Produktionsdaten im Rahmen der Festkörperseparator Herstellung
- Erstellung von Machine Learning Ansätzen zur Bestimmung optimaler Betriebsparametern im Prozess
- Erstellung von einer Bildanalyse Software zur Qualifizierung hergestellter Festkörperseparatoren

**Was Du mitbringst**
- Immatrikulierte/r Student/in mit Schwerpunkt Maschinenbau, Informatik, Physik, Produktionstechnik oder einem vergleichbaren Studiengang
- Interesse im Bereich des Machine Learnings und Programmierens
- Idealerweise Vorkenntnisse in Python oder ähnlichen Programmiersprachen
- Persönliche Motivation, Kommunikationsstärke, Zuverlässigkeit, Teamfähigkeit und eine eigenverantwortliche Arbeitsweise
- Sicherer Umgang mit MS Office
- Gute Deutsch-und Englischkenntnisse

**Was Du erwarten kannst**
- Mitarbeit an Entwicklungsprojekten im Bereich der Festkörperbatterien
- Innovatives Umfeld mit moderner, technischer Ausstattung
- Eigenverantwortliche Arbeitsgestaltung
- Möglichkeit der Anfertigung einer Studien-, oder Abschlussarbeit
- Gute Karrierereferenz
- Persönliche Entwicklungsmöglichkeiten
- Möglichkeit zum Austausch mit Fachkolleginnen und Fachkollegen innerhalb des Instituts und der gesamten Fraunhofer-Gesellschaft
- Flexible Arbeitszeiten und ein ausgezeichnetes Arbeitsklima in einem netten Team
- Die wöchentliche Arbeitszeit beträgt 10 Stunden. Die Stelle ist zunächst auf ein halbes Jahr befristet. Eine Verlängerung darüber hinaus ist möglich und erwünscht

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 Dein Interesse geweckt? Dann bewirb Dich jetzt online mit Deinen aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Dich kennenzulernen**

Fragen beantwortet Dir:
Frederieke Langer

Fraunhofer-Institut für Fertigungstechnik und Angewandte Materialforschung IFAM

Kennziffer: 62921