Projekt- oder Abschlussarbeit: Maschine Learning basierte Erkennung von Lagerschäden (m/w/d)

Webseite Fraunhofer-Institut für Entwurfstechnik Mechatronik IEM

Das Fraunhofer-Institut für Entwurfstechnik Mechatronik in Paderborn hat zum nächstmöglichen Zeitpunkt eine Projekt- oder Abschlussarbeit zum Thema „Maschine Learning basierte Erkennung von Lagerschäden“ zu vergeben.

Motivation / Aufgabenstellung

Ziel dieser Arbeit ist es mittels maschinellen Lernverfahren den Verschleiß der Lager frühzeitig zu erkennen. Es ergeben sich folgende Aufgaben:

  • Einarbeitung in die frühzeitige Erkennung von Lagerschäden anhand von Literatur-Recherchen
  • Analyse und Vorverarbeitung von unterschiedlichen Messdaten von Lagern
  • Training von unterschiedlichen ML-Verfahren zur Detektion von Lagerschäden
  • Analyse und Vergleich der Ergebnisse
  • (optional) Portierung der ML-Verfahren auf Hardware mit begrenzten Ressourcen (z.B. Microcontroller)

Voraussetzungen

  • Gute Programmierkenntnisse in Python
  • Praktische Erfahrungen im Umgang mit ML-Verfahren mit Frameworks wie Scikit-learn, Tensorflow oder Pytorch
  • Gute Deutschkenntnisse (mindestens B2)
  • Eigenständigkeit und Bereitschaft zur Einarbeitung in neue Themenfelder

Wünschenswert

  • Kenntnisse über den Aufbau von Lagern
  • Erfahrung mit Datenvorverarbeitung (FFT, PCA, Data Argumentation)

Haben wir Dein Interesse geweckt? Dann bewirb Dich bei uns!

Sende bitte Deine vollständigen Bewerbungsunterlagen (Anschreiben, Lebenslauf, aktuelle Notenübersicht, ggf. Arbeitszeugnisse) zusammengefasst in einer PDF-Datei an:

Fragen beantwortet Dir gerne
Mike Figge
Fraunhofer-Institut für Entwurfstechnik Mechatronik IEM
Zukunftsmeile 1, 33102 Paderborn
Telefon: +49 5251 5465-438

www.iem.fraunhofer.de

Weitere Informationen findest Du online unter https://www.iem.fraunhofer.de/de/jobs-und-karriere/studierende/abschlussarbeiten/machine-learning-basierte-erkennung-von-lagerschaeden.html.

Um sich für diesen Job zu bewerben, sende deine Unterlagen per E-Mail an mike.figge@iem.fraunhofer.de