Sie haben Ihr technisches Studium absolviert und haben Spaß daran, knifflige Herausforderungen anzupacken und unkonventionell zu denken? Sie brennen für Daten, Machine Learning, Automatisierung und Optimierung? Dann haben wir das perfekte PhD-Projekt für Sie!

Wir wollen die Kreislaufwirtschaft revolutionieren – mit adaptiven algorithmischen Pipelines. Stellen Sie sich vor, Sie bauen das Gehirn hinter einer superintelligenten Fabrik, die weiß, welche alten Produkte wiederverwendet werden können und wie man sie am besten aufbereitet. Ihre Aufgabe: Maschinen beibringen, die Zukunft vorherzusagen (na ja, fast). Zum Beispiel, ob ein recyceltes Bauteil einsatzbereit ist oder noch etwas Pflege braucht.

Sie werden unser Open-Source-Tool CLS-Luigi erweitern, um die Zusammenstellung von algorithmischen Pipelines zu automatisieren, die Daten aus verschiedenen Quellen verarbeiten – Konstruktionspläne und Expertenmodelle, Sensoren in der Fabrikhalle und kontinuierlich wachsende Datenbestände. Dabei tauchen Sie tief in Machine Learning, Algorithmenkonfiguration, Entscheidungsautomatisierung und sogar die Arbeit mit großen Sprachmodellen ein (keine Sorge, die beißen nicht).

Das erwartet Sie bei uns:

• Erforschung von Methoden zur automatisierten Zusammenstellung von Algorithmen-Pipelines für spezifische Prädiktionsszenarien der Produktion.
• Auswahl, Kombination und Anpassung verschiedener Vorhersage- und Optimierungs-Methoden zur Verwendung in algorithmischen Verarbeitungsketten.
• Prototyping und Benchmarking verschiedener Modelle, Modellkombinationen und Pipelines.
• Teilnahme an einem interdisziplinären hochrelevanten Forschungsprojekt mit guter wissenschaftlicher Perspektive.
• 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).