Statistische Modelle mithilfe KI-Methoden des Maschinellen Lernens
DLR
Cottbus
vor 23 Std.

Während in der Vergangenheit erhebliche Fortschritte bei der Erzeugung von Strom aus erneuerbaren Energien erzielt wurden und innovative Technologien für die Elektromobilität entwickelt wurden, verlagert sich der Schwerpunkt nun auf die Dekarbonisierung energieintensiver industrieller Prozesse, wie die Stahl- oder Aluminiumproduktion.

Dazu gehört auch die Umwandlung von Kohlekraftwerken in kohlenstoffarme Energiewandlungssysteme, wie bspw. H2 Speicherkraftwerken.

Eine wirtschaftlich tragfähige Transformation industrieller Prozesse in kohlenstoffarme Technologien ist die Motivation für den Aufbau des DLR Instituts für CO2-arme Industrieprozesse an den beiden Standorten Cottbus und Zittau.

Ein besonderer Schwerpunkt des neuen Instituts liegt auf dem Technologietransfer und der Zusammenarbeit mit regionalen Industriepartnern und Forschungseinrichtungen, da dies für den Strukturwandel in der Region Lausitz von besonderer Bedeutung ist.

Sie sind in der Abteilung Simulation und Virtuelles Design (SVD) am Standort Cottbus als wissenschaftliche / r Mitarbeiter / in mitverantwortlich für die Verarbeitung und Analyse großer Datenmengen (z.

B. Messdaten großer Industrieanlagen). Mit den Methoden des Maschinellen Lernens erzeugen Sie statistische Modelle und untersuchen diese.

Es gilt, den Industrieprozess und die Zusammenhänge innerhalb der Anlagen zu verstehen, zu steuern sowie Vorhersagen zu treffen.

Sie untersuchen wissenschaftlich, wie die erarbeiteten Modelle und Algorithmen genutzt werden können, um Prozesssimulationen zu validieren und im Sinne eines möglichst realitätsnahen virtuellen Abbilds zu verbessern.

Mit den daraus gewonnenen Erkenntnissen sind konkrete Vorschläge für den energetischen Umbau der Industrieprozesse zu erarbeiten.

Zu Ihren Aufgabenbereichen zählen :

  • Analyse großer Datenmengen (Messwerte und Simulationsergebnisse unterschiedlicher Detail- und Modelltiefe) und Identifizierung von Zusammenhängen zwischen den Messgrößen
  • Erzeugung statistischer Modelle aus umfangreichen Messdatensammlungen mit den Methoden des Maschinellen Lernens, die die Zusammenhänge und Abhängigkeiten der wichtigen Parameter innerhalb des betrachteten Industrieprozesses beschreiben und Vorhersagen erlauben
  • Validierung der Modelle und Algorithmen sowie Implementierung in die Prozesssimulation (u. a. durch Flow-Chart-Software) für eine verbesserte Prozesssteuerung und zum Zweck der Optimierung der industriellen Anlagen
  • abgeschlossenes wissenschaftliches Hochschulstudium der Fachrichtungen Informatik, Theoretischer Maschinenbau oder Mathematik mit Schwerpunkten in der Datenanalyse sowie der Künstlichen Intelligenz (universitäres Diplom oder Master)
  • Erfahrung in der Forschung und Entwicklung im Bereich des Maschinellen Lernens bzw. der Künstlichen Intelligenz an Universitäten, Forschungsinstituten oder industriellen Forschungsabteilungen
  • Kenntnisse und Erfahrungen im Umgang mit Ersatzmodellen wie z. B. polynomiale Antwortflächen und klassische sowie artifizielle neuronale Netze
  • Erfahrung im Umgang mit Software (GNUR, Matlab, TensorFlow u. ä.) und umfangreiche Kenntnisse in den Programmiersprachen (C, C++, Python, Java)
  • chemisch-technisches Verständnis und ausgeprägtes Interesse an den Forschungsfeldern des Institutes
  • strukturierte und selbständige Arbeitsweise
  • konzeptionelles Handeln sowie die Fähigkeit, komplexe Sachverhalte zu priorisieren und systematisch zu bearbeiten
  • Organisationsgeschick, ausgeprägte Teamfähigkeit und Flexibilität
  • Deutsch- und Englischkenntnisse (verhandlungssicher)
  • Bereitschaft zur kontinuierlichen Weiterbildung
  • Freuen Sie sich auf einen Arbeitgeber, der Ihr Engagement zu schätzen weiß und Ihre Entwicklung durch vielfältige Qualifizierungs- und Weiterbildungsmöglichkeiten fördert.

    Unser einzigartiges Arbeitsumfeld bietet Ihnen Gestaltungsfreiräume und eine unvergleichbare Infrastruktur, in der Sie Ihre Mission verwirklichen können.

    Vereinbarkeit von Privatleben, Familie und Beruf sowie Chancengleichheit von Personen aller Geschlechter (m / w / d) sind wichtiger Bestandteil unserer Personalpolitik.

    Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.

    Melde diesen Job
    checkmark

    Thank you for reporting this job!

    Your feedback will help us improve the quality of our services.

    Bewerben
    E-Mail
    Klicke auf "Fortfahren", um unseren Datenschutz-und Nutzungsbestimmungen zuzustimmen . Du kriegst außerdem die besten Jobs als E-Mail-Alert. Los geht's!
    Fortfahren
    Bewerbungsformular