Erarbeitung von verschiedenen Konzepten und Methoden der datengetriebenen Fehlererkennung sowie zur Vorhersage der Restnutzungsdauer für pneumatische Komponenten über eine Literaturrecherche
Entwicklung eines methodischen Lösungsansatzes zur Zustandsüberwachung von pneumatischen Komponenten mit smarten induktiven Sensoren und Methoden des maschinellen Lernens
Aufbau und Implementierung einer Machine Learning Pipeline (mit Festo AX): Datenanbindung, Datenvorverarbeitung, Feature Engineering, Modellentwicklung und Test
Evaluation des entwickelten Lösungsansatzes mittels eines Testaufbaus im Labor
Studium der Fachrichtung Mechatronik, Elektrotechnik, Informatik oder eines vergleichbaren Studiengangs
Gute Kenntnisse im Bereich maschinelles Lernen
Gute Kenntnisse im Bereich Steuerungstechnik und Sensortechnik
Gute Kenntnisse in einer höheren Programmiersprache (z. B. Java, C/C++, Python)
Kenntnisse im Bereich Fehlererkennung und Fehlerdiagnose, Reliability Engineering wünschenswert
Kenntnisse zum IO-Link Kommunikationssystem wünschenswert
Interesse an Industrieautomation und Digitalisierung
Strukturierte Arbeitsweise mit hoher Eigenständigkeit
Stellenmerkmale
Dein Beschäftigungsumfang
Vollzeit (befristet)
Dein Gehalt
Nach Vereinbarung
Dein Arbeitsplatz:
z.T. im Homeoffice
Dein Büro:
Berkheim, Baden-Württemberg, Deutschland
Ansprechpartner:in
Bei Fragen
Frau Susanne Kestner
Telefon
+4971134758463