Das Fraunhofer EMFT betreibt angewandte Forschung an Sensoren und Aktoren für Mensch und Umwelt. Die rund 150 Mitarbeitenden an den drei Standorten München, Oberpfaffenhofen und Regensburg verfügen über langjährige Erfahrung und umfangreiches Know-how in Mikroelektronik und Mikrosystemtechnik. Das Technologieangebot des Instituts reicht von Halbleiterprozessen und MEMS-Technologien über 3D-Integration bis hin zur Folienelektronik. Diese Nano- und Mikrotechnologien sind die Basis für die anderen Kompetenzfelder des Fraunhofer EMFT: Sensorlösungen, sichere Elektronik und Mikropumpen. Gerade das interdisziplinäre Zusammenspiel dieser Kompetenzen bringt zukunftsweisende Lösungen hervor. Dadurch ist das Fraunhofer EMFT bestens aufgestellt, um zur Bewältigung der aktuellen Herausforderungen unserer Gesellschaft beizutragen.

Die Arbeitsgruppe Machine Learning Enhanced Sensor Systems forscht an dem laufenden Projekt „KIWA – KI basierte prädiktive Wartung für Anlagen in der Fertigung“ an einem Predictive Maintenance Ansatz für Industrieanlagen. Bei einem Projektpartner wurde bereits eine Anlage ausgewählt und die Positions- und Zustandsdaten der Steuerung, sowie Vibrationsdaten werden bereits erfasst. Hierbei handelt es sich um einen nicht synchronen, hoch dimensionalen und hoch frequenten Zeitreihen Datensatz. Um sich einem Predictive Maintenance Ansatz zu nähern sollen auf diesem Datensatz unsupervised Methoden, wie zum Beispiel eine Anomalieerkennung oder Clustering Methoden getestet werden.

Zur Unterstützung unseres Teams bei der Forschung und Entwicklung suchen wir ab sofort einen motivierten Studenten / eine motivierte Studentin.

• Auswahl und Implementierung von AI/Machine Learning Modellen für nicht synchrone, hochdimensionale und hochfrequente Zeitreihendaten
• Training von AI/Machine Learning Modellen auf rechenstarken Servern
• Charakterisierung und Evaluierung der gewählten Modelle

• Studium an einer Universität oder Hochschule in der Fachrichtung Elektrotechnik und Informationstechnik, Informatik oder vergleichbarer Studienrichtungen
• Gute Kenntnisse in Python
• Erfahrungen mit Machine Learning
• Selbstständige Arbeitsweise

Wir bieten dir eine herausfordernde und abwechslungsreiche Forschungsaufgabe mit Verantwortung und Gestaltungsspielraum.
In unserem aufgeschlossenen Team kannst du eigene Akzente setzen, deine Ideen in Projekten realisieren und dich wissenschaftlich, beruflich und persönlich weiterentwickeln. Dabei unterstützen dich verschiedene Angebote der Fraunhofer Gesellschaft um Familie, Beruf und Karriereentwicklung bestmöglich miteinander zu vereinbaren.

Fragen zu dieser Position beantwortet Dir gerne:
Ferdinand Heinrich

Machine Learning Enhanced Sensorsystems
ferdinand.heinrich@emft.fraunhofer.de
Tel.: +49 89 54759-556