Sie haben Ihr technisches Studium erfolgreich abgeschlossen, lieben Herausforderungen und denken gerne unkonventionell? Sie brennen für Themen wie Datenanalyse, Machine Learning, Automatisierung und Optimierung? Dann wartet bei uns ein spannendes PhD-Projekt auf Sie!

In der industriellen Praxis werden die Potenziale vorhandener Daten und Modelle häufig nicht voll ausgeschöpft. Ein Grund dafür: Die manuelle Entwicklung algorithmischer Pipelines ist sowohl zeitaufwändig als auch wenig nachhaltig. Gemeinsam mit uns können Sie das ändern! Lassen Sie uns adaptive algorithmische Pipelines entwickeln, die über klassische AutoML-Ansätze hinausgehen. Egal, ob es um verschiedenste Datenquellen und -formate geht, um Machine Learning oder kombinatorische Optimierung, mit großen Datenmengen oder fast ohne Vorwissen – jede Herausforderung braucht ihre eigene Lösung. Und genau hier kommen Sie ins Spiel: Helfen Sie uns, den ultimativen „Algorithmus-Klempner“ zu bauen, der jede Daten-Herausforderung meistert!

Nebenbei bringen wir Ihre und unsere Forschung gemeinsam direkt in die Lehre, indem wir moderne und projektbasierte Lehrkonzepte entwickeln und umsetzen. Hierbei können Sie Ihre Ideen und Ihre Begeisterung für Technik und Forschung an die nächste Studierendengeneration weitergeben.

Das erwartet Sie bei uns:

• Erforschung von Methoden zur automatisierten Zusammenstellung von Algorithmen-Pipelines für Industrieszenarien.
• Auswahl, Kombination und Anpassung verschiedener Vorhersage- und Optimierungs-Methoden zur Verwendung in algorithmischen Verarbeitungsketten.
• Prototyping und Benchmarking verschiedener Modelle, Modellkombinationen und Pipelines.
• Eigenverantwortliche Mitarbeit und Kommunikation mit Projektpartnern.
• Mitarbeit in der Lehre im Bereich Data Science im Maschinebau.
• Möglichkeit, sich persönlich und die eigenen Fähigkeiten weiterzuentwickeln.
• Ein begeisterungsfähiges und hilfsbereites Team.
• Möglichkeit zur Promotion in einem tollen wissenschaftlichen Umfeld.

Sie verfügen über:

• eine abgeschlossene Hochschulbildung (Master) im technischen Bereich (z. B. (Wirtschafts-) Informatik, Maschinenbau, Mechatronik, Wirtschaftsingenieurwesen, etc.).
• Spaß am wissenschaftlichen Arbeiten sowie der Erarbeitung pragmatischer Lösungen.
• Engagement, Eigeninitiative und Kreativität.
• Team- und Kommunikationsfähigkeit sowie gute Deutsch- und Englischkenntnisse.
• Sehr gute Programmierkenntnisse in Python und/oder einer anderen gängigen Programmiersprache.
• Vorerfahrung in Data Science, Methoden der Künstlichen Intelligenz, kombinatorischer Optimierung (oder einer Teilmenge davon).