Wissenschaftliches Personal - Munich, Deutschland - Technische Universität München

Technische Universität München

Geprüftes Unternehmen

Munich, Deutschland

vor 3 Wochen

Geschrieben von:

Lena Wagner

beBee Recruiter

Beschreibung

**Das Institut für Werkzeugmaschinen und Betriebswissenschaften (iwb) der Technischen Universität München ist eines der großen produktionstechnischen Institute in Deutschland. Die Themenschwerpunkte umfassen die Bereiche Werkzeugmaschinen, Additive Fertigung, Nachhaltige Produktion, Batterieproduktion, Lasertechnik, Montagetechnik und Robotik sowie Produktionsmanagement und Logistik. In diesen Themenfeldern arbeiten die wissenschaftlichen Mitarbeiter:innen des iwb in Forschung, Lehre und Industrietransfer mit dem Ziel der Promotion.**

Wir suchen für unser Team ab sofort, in Vollzeit, einen wissenschaftlichen Mitarbeiter (m/w/d) im Bereich CAM-basierte Prozessplanung mittels Reinforcement Learning.

**Über uns**:
Das Institut für Werkzeugmaschinen und Betriebswissenschaften (_iwb_) der Technischen Universität München ist eines der großen produktionstechnischen Institute in Deutschland. Die Themenschwerpunkte umfassen die Bereiche Werkzeugmaschinen, Additive Fertigung, Nachhaltige Produktion, Batterieproduktion, Lasertechnik, Montagetechnik und Robotik sowie Produktionsmanagement und Logistik. In diesen Themenfeldern arbeiten die wissenschaftlichen Mitarbeiter:innen des iwb in Forschung, Lehre und Industrietransfer mit dem Ziel der Promotion.

**Anforderungen**:

- Überdurchschnittlich abgeschlossenes Studium der Fachrichtungen Maschinenbau, Produktionstechnik, Mechatronik, Informatik oder vergleichbarer Fachrichtungen
- Interesse an innovativen produktionstechnischen Fragestellungen und deren Untersuchung
- Erste Erfahrungen in den Bereichen Zerspanung und maschinelles Lernen (insbesondere Reinforcement Learning) sind von Vorteil
- Interesse an Projektmanagement und der Leitung von Forschungsprojekten
- Spaß am experimentellen Arbeiten und der Betreuung von Versuchsanlagen
- Zielstrebigkeit und selbständige Arbeitsweise sowie ausgeprägte Team
- und Kommunikationsfähigkeit
- Sehr gute Deutsch
- und Englischkenntnisse

**Aufgaben**:

- Leitung und Bearbeitung von Forschungsprojekten zu den Themen Zerspanung, CAM-Planung und maschinelles Lernen
- Umsetzung eines KI-basierten Software-Agenten zur Ermittlung optimaler Bearbeitungsstrategien und Prozessparameter für die Zerspanung
- Gemeinsame Bearbeitung von unterschiedlichen Industrieprojekten
- Anleitung und Betreuung von Studierenden bei der Erstellung von Studienarbeiten
- Mitarbeit bei der Erstellung von Forschungsanträgen
- Betreuung von Lehrveranstaltungen aus dem Bereich Produktionstechnik

**Wir bieten**:

- Spannendes Forschungs
- und Arbeitsumfeld inmitten eines engagierten Teams
- Hervorragende Laborausstattung
- Möglichkeit der Promotion zur fachlichen und persönlichen Weiterentwicklung
- Eingruppierung nach dem Tarifvertrag der Länder (TV-L)

**Bewerbung**:
Die Anstellung ist befristet (maximal fünf Jahre). Bitte senden Sie Ihre aussagekräftigen Bewerbungsunterlagen, bevorzugt in einer PDF-Datei zusammengefasst, bis zum ** ** an Herrn Roman Hartl.
- Die Technische Universität München übernimmt keine mit der Wahrnehmung von Vorstellungsgesprächen verbundenen Kosten. Im Fall der schriftlichen Bewerbung bitten wir Sie, uns lediglich Kopien einzureichen, da wir Ihre Bewerbungsunterlagen nach Abschluss des Verfahrens leider nicht zurücksenden können. Schwerbehinderte werden bei im Wesentlichen gleicher Eignung und Qualifikation bevorzugt eingestellt. Die TUM strebt eine Erhöhung des Frauenanteils an. Bewerbungen von Frauen werden daher ausdrücklich begrüßt. _

**Technische Universität München**:

- Institut für Werkzeugmaschinen und Betriebswissenschaften (_iwb_)
- Dr.Ing. Roman Hartl
- Boltzmannstraße 15, 85748 Garching
- Tel

**Hinweis zum Datenschutz**:
Im Rahmen Ihrer Bewerbung um eine Stelle an der Technischen Universität München (TUM) übermitteln Sie personenbezogene Daten. Beachten Sie bitte hierzu unsere Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten im Rahmen Ihrer Bewerbung. Durch die Übermittlung Ihrer Bewerbung bestätigen Sie, dass Sie die Datenschutzhinweise der TUM zur Kenntnis genommen haben.

**Mehr Information**:
**1**
- CAM-basierte Prozessplanung mittels Reinforcement Learning, Aufgrund der steigenden Komplexität moderner Produktionsprozesse steigt auch die Komplexität für die Prozessplanung. Dies gilt insbesondere für hybride Fertigungsprozesse, die aus additiven und subtraktiven Verfahren bestehen. Kommerziell verfügbare Lösungen zur Planung dieser hybriden Prozesse basieren maßgeblich auf dem Erfahrungswissen der Anwendenden. Aufgrund der komplexen Prozesseigenschaften und -zusammenhänge ist die optimale Auswahl einer Fertigungsstrategie hinsichtlich Kosten