www.acad.jobs : academic jobs worldwide – and the best jobs in industry
                
     
Position: Wissenschaftliche/n Mitarbeiter/in im Bereich Maschinelles Lernen und Digitaler Zwillinge in der Prozesstechnik (m/w/d)
Institution: Technische Universität München
Location: München, Bayern, Germany
Duties: Entwicklung und Anwendung von Methoden des maschinellen Lernens auf echte Prozessdaten; Erarbeitung neuartiger Ansätze zur effizienten Kombination verschiedener Daten- und Wissensquellen für eine transparente, nachvollziehbare Entscheidungsfindung; Enge Abstimmung mit unseren anderen Forschungsfeldern, um bspw. den Maschinenbetrieb durch Entscheidungsunterstützungssysteme zu unterstützen oder die Vernetzung von Maschinen und Prozessen voranzutreiben; Evaluation der Ergebnisse mit den beteiligten Akteuren; Betreuung von Projekt-, Studien- und Bachelor- und Masterarbeiten; Unterstützung des Lehrstuhls in Forschung und Lehre
Requirements: Fundierte Kenntnisse im Bereich Datenanalyse, Machine Learning, KI-Anwendungen; Kenntnisse im Umgang mit Python, Matlab, Julia, C#, SQL und/oder IEC 61131-1; Prozesstechnisches Verständnis und gutes Hintergrundwissen im Bereich Automatisierung; Organisations- und Kooperationsfähigkeit mit wissenschaftlichen sowie industriellen Partnern unterschiedlicher Disziplinen; Neugier, Eigeninitiative, Teamkompetenz
   
Text: Direkt zum Inhalt springen Login Register | Support Hilfe Documentation Suche de | en MyTUM-Portal Technische Universität München Technische Universität München Home Neuigkeiten Neuigkeiten Kalender Kalender Wichtige Dokumente & Verwaltungsinfos Wichtige Dokumente & Verwaltungsinfos Jobs/Stellenangebote Jobs/Stellenangebote Online-Services & Logins Online-Services & Logins Schwarzes Brett Schwarzes Brett Kontakt & Hilfe Kontakt & Hilfe Sitemap > Jobs und Stellenangebote > Wissenschaftliches Personal > Wissenschaftliche/n Mitarbeiter/in im Bereich Maschinelles Lernen und Digitaler Zwillinge in der Prozesstechnik (m/w/d) Zurück zu Nachrichten-Bereich Browse in News Wissenschaftliche/n Mitarbeiter/in im Bereich Maschinelles Lernen und Digitaler Zwillinge in der Prozesstechnik (m/w/d) 05.10.2022, Wissenschaftliches Personal Der Lehrstuhl für Automatisierung und Informationssysteme ist einer der weltweit führenden Lehrstühle im Bereich Systems und Software Engineering in der Automatisierungstechnik. Im Forschungsfeld Smart Data erforschen wir Ansätze zum Lernen aus Betriebsdaten zur Optimierung von Produktions- oder Engineeringprozessen und wenden diese in Zusammenarbeit mit unseren Partnern auf echte, industrielle Problemstellungen an. Vor allem im Bereich der Prozess- und Verfahrenstechnik bieten sich grosse Potentiale für die Anwendung selbstlernender Verfahren. Aufgrund der Komplexität der zugrundeliegenden Prozesse berücksichtigen wir hierbei neben den reinen Prozessdaten stets auch das vorhandene Expertenwissen, vorhandene physikalische Modelle und Simulationen sowie weitere Daten aus dem Engineering. Zur Unterstützung unserer Forschungsaktivität in diesem Themenfeld suchen wir ab sofort eine/n wissenschaftliche/n Mitarbeiter/in (Dipl.-Ing. / M.Sc. Maschinenwesen, Verfahrenstechnik/Chemieingenieurwesen, Informatik oder äquivalent). Anforderungen Fundierte Kenntnisse im Bereich Datenanalyse, Machine Learning, KI-Anwendungen Kenntnisse im Umgang mit Python, Matlab, Julia, C#, SQL und/oder IEC 61131-1 Prozesstechnisches Verständnis und gutes Hintergrundwissen im Bereich Automatisierung Organisations- und Kooperationsfähigkeit mit wissenschaftlichen sowie industriellen Partnern unterschiedlicher Disziplinen Neugier, Eigeninitiative, Teamkompetenz Aufgaben Entwicklung und Anwendung von Methoden des maschinellen Lernens auf echte Prozessdaten Erarbeitung neuartiger Ansätze zur effizienten Kombination verschiedener Daten- und Wissensquellen für eine transparente, nachvollziehbare Entscheidungsfindung Enge Abstimmung mit unseren anderen Forschungsfeldern, um bspw. den Maschinenbetrieb durch Entscheidungsunterstützungssysteme zu unterstützen oder die Vernetzung von Maschinen und Prozessen voranzutreiben Evaluation der Ergebnisse mit den beteiligten Akteuren Betreuung von Projekt-, Studien- und Bachelor- und Masterarbeiten Unterstützung des Lehrstuhls in Forschung und Lehre Wir bieten Ein spannendes, abwechslungsreiches und eigenverantwortliches Arbeitsumfeld Ein hoch motiviertes, interdisziplinäres Team Möglichkeit zur Promotion bei wissenschaftlicher Eignung Vergütung nach TV-L E13 mit zunächst einjähriger Befristung Schwerbehinderte Bewerber/-innen werden bei gleicher Eignung und Qualifikation bevorzugt eingestellt. Die TUM strebt eine Erhöhung des Frauenanteils an, Bewerbungen von Frauen werden daher ausdrücklich begrüsst. Bewerbung Wir freuen uns auf Ihre aussagekräftigen Unterlagen. Senden Sie diese bitte per E-Mail an sekretariat.ais@ed.tum.de (Anlagen bitte in einer pdf-Datei gesammelt schicken) oder per Post an: Technische Universität München TUM School of Engineering and Design Lehrstuhl für Automatisierung und Informationssysteme Univ.-Prof. Dr.-Ing. Birgit Vogel-Heuser Boltzmannstr. 15 85748 Garching 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. Kontakt: sekretariat.ais@ed.tum.de Drucken Finden Sie weitere Themen auf der zentralen Webseite der Technischen Universität München: www.tum.de Aktuelles Alle Meldungen Veranstaltungen Magazine Podcasts Coronavirus Studium Studienangebot Internationale Studierende Hilfe & Beratung Bewerbung & Einschreibung Studienfinanzierung Im Studium Studienabschluss Lehre & Qualitäts­management Kontakt Lebenslanges Lernen Executive and Professional Education Angebote für unsere Mitarbeitenden Angebote für unsere Studierenden Innovation in Lehre und Weiterbildung Publikationen und Medienbeiträge Kontakt Forschung Forschungsziele Projekte Unsere Partner Service für Forschende Innovation Entrepreneurship Industriekoopera­tionen Ökosystem München Patente und Lizenzen Community Campusleben Globales Netzwerk Alumni Spenden und Fördern Über die TUM Ziele und Werte Daten und Fakten Organisation Standorte Karriere und Jobs Fan der TUM? Kontakt und Anfahrt Jobs Feedback Presse Datenschutz Impressum Barrierefreiheit
Please click here, if the job didn't load correctly.
Your browser does not support iframes. Please click <a href="https://www.acad.jobs/job.php?t_id=J000378190&redirect" target="_parent" style="color:#7A7A7A">here</a>, if the job didn't load correctly.