Das ist der Job
Das ist für dich drin Mitarbeit an einem realen Forschungs- und Entwicklungsprojekt mit industrieller Relevanz Arbeit mit vorhandenen Versuchs- und Maschinendaten aus der Tablettiermaschinenentwicklung Betreuung durch erfahrene Mitarbeitende aus Forschung und Entwicklung Möglichkeit, die Tätigkeit direkt mit deiner Masterarbeit zu verbinden Einblick in die Entwicklung datenbasierter Assistenz- und Entscheidungsmodelle für industrielle Anwendungen Deine Aufgaben umfassen Aufbereitung und Plausibilisierung vorhandener Versuchs- und Maschinendatensätze Analyse relevanter Einflussgrößen, Durchführung statistischer Analysen, Korrelationsanalysen und Feature-Selection-Ansätze Vergleich geeigneter Modellierungsansätze, z.
Das brauchst du
Regressionsmodelle, Random Forest oder neuronale Netze Ableitung eines nachvollziehbaren Entscheidungsmodells für die Auswahl geeigneter Füllsystemkonfigurationen Aufbereitung der Ergebnisse als Grundlage für deine anschließende Masterarbeit Das bringst du mit Studium im Bereich Data Science, Computational Engineering Science, Informatik oder einer vergleichbaren Fachrichtung Interesse an datenbasierter Produktentwicklung, Statistik, Machine Learning und industriellen Forschungsprojekten Erste Erfahrung in der Datenanalyse und Programmierung, vorzugsweise mit Python Grundkenntnisse in Statistik, Datenvorverarbeitung oder Machine-Learning-Methoden Interesse an technischen Prozessen und physikalisch interpretierbaren Zusammenhängen Selbstständige, strukturierte und sorgfältige Arbeitsweise Teamfähigkeit und Kommunikationsfähigkeit #J-18808-Ljbffr
Darum lohnt es sich
Deine Rolle Du steigst im Projekt "Füllmechanik Entscheidungsmodell" ein. Im Projekt werden bereits erhobene Versuchs-, Pulvercharakterisierungs- und Maschinendaten ausgewertet. Ziel ist es, Zusammenhänge zwischen Pulvereigenschaften, Füllsystemkonfigurationen, Prozessparametern und den resultierenden Tablettiereigenschaften zu erkennen.
Im Fokus stehen insbesondere Tablettenmasse und Massenvariation.
