Praktikum / Studentische Hilfstätigkeit: Nutzung von Machine Learning zur Entwicklung von Ersatzmodellen (Surrogate Models)
Fraunhofer-Verbund Produktion
Bremerhaven
vor 1 Tg.

Das sind wir ...

Windenergie ist unser großes Thema. Bei uns betreiben mehr als 350 Mitarbeitende und Studierende aus über 30 Ländern anwendungsnahe Forschung und Entwicklung im Bereich der Windenergienutzung.

Dabei dreht sich alles um die Strom- und Wasserstoffproduktion. Unsere erfolgreiche Kombination : eine weltweit einzigartige Prüfinfrastruktur und umfassende Methodenkompetenz in der Zuverlässigkeit und Validierung von Windenergieanlagen und Windparks sowie der smarten Systemintegration von Windenergie in zukünftige Energieversorgungssysteme.

Dieses Team benötigt deine Unterstützung ...

Du verstärkst uns in der Gruppe Advanced Control Systems . Aktuell besteht unser Team aus 5 Wissenschaftlichen Mitarbeitenden.

Unser Ziel ist es, das volle Potential von Windenergieanlagen auszuschöpfen. Um dies zu erreichen, entwickeln wir neue Regelschleifen, die sich über mehrere Ebenen von Windparks, Windenergieanlagen und Prüfständen ziehen.

Diese Modelle integrieren Umgebungseinflüsse, wie den Anlagenzustand, die Vernetzung im Windpark, Netzeffekte und besondere Eigenschaften der speziellen Windturbine in der Anlagenregelung.

Bring dich aktiv in unser Team ein, gerne auch mit deinen Ideen! Als international ausgerichtetes IWES-Team ist uns ein offener Austausch wichtig, unabhängig davon, ob in Deutsch oder in Englisch.

Auch ein respektvolles Miteinander liegt uns sehr am Herzen. Du fragst dich, wie du dich in unserem Team einbringen kannst?

Diese Aufgaben warten auf dich ...

Du unterstützt uns bei der Entwicklung von Surrogate Models (Ersatzmodellen) mithilfe von Machine Learning. Bei uns wirst du die unterschiedlichen Machine Learning Methoden zusammen mit geeigneten mathematischen Modellen anwenden.

Die Surrogate Models beschleunigen die Bewertung von Windenergieanlagen, da sie die Zusammenhänge zwischen Eingangsbedingungen und Lastauswertung auf vereinfachte Weise abbilden.

Wir nutzen diese Modelle bei der Optimierung der Zuverlässigkeit von Windenergieanlagen und von Windparks. Was heißt das für dich genau?

Deine Aufgabe wird es sein, einen automatisierten Prozess für die Erstellung eines Surrogate Models zu entwickeln. Dieses soll automatisiert durch neue Simulationen erweitert werden können.

Dies lässt sich insbesondere durch Reeinforcement Learning realisieren. Dabei wirst du hauptsächlich mit Python arbeiten und auf die zahlreichen Python-Bibliotheken im Bereich Machine Learning zurückgreifen.

Außerdem wirst du dich in die Grundlagen der Lastsimulation von Windenergieanlagen und deren Auswertung einarbeiten, um die Zusammenhänge für den Aufbau der Modelle zu verstehen.

Das klingt nach viel Arbeit, aber keine Sorge, deine Kolleg*innen stehen dir zur Seite.

Welchen Background bringst du mit?

Du bist in einem ingenieurwissenschaftlichen Studiengang eingeschrieben und dein Schwerpunkt liegt im Bereich Mathematik, Angewandte Informatik oder Ähnlichem?

Du bringst ein Verständnis für physikalische Zusammenhänge und Erfahrung in der Programmierung in Python mit? Super! Verfügst du dazu auch schon über Kenntnisse im Bereich Machine Learning oder in der mathematischen Optimierung?

Vielleicht hast du auch schon Wissen über Windenergieanlagen sammeln können? Perfekt, wir freuen uns auf deine tatkräftige Unterstützung!

Wie kannst du bei uns starten?

Du willst einen umfassenderen Praxiseinblick erhalten? Wir bieten dir verschiedene Möglichkeiten bei uns als Student*in einzusteigen.

Sei es ein Praktikum, eine Tätigkeit als Studentische Hilfskraft oder sogar die Kombination mit der Anfertigung deiner Abschlussarbeit, wir finden den richtigen Weg für dich.

Wir wissen, dass ein Studium sehr anstrengend und zeitraubend sein kann du brauchst dafür flexible Arbeitszeiten? Bei uns kann die Arbeitszeit individuell im Team abgestimmt werden.

Wir haben dein Interesse geweckt?

Wenn du jetzt noch mehr über das IWES, unsere Forschungsaspekte und zukünftige Kolleg*innen erfahren willst, besuche gerne unsere Karriereseite :

Die Vergütung richtet sich nach den Richtlinien des Bundes über Praktikantenvergütungen.

Die Stelle ist vorerst auf 3 Monate befristet.

Bei einem Praktikum beträgt die wöchentliche Arbeitszeit 39 Stunden. Im Falle einer studentischen Hilfstätigkeit beträgt die monatliche Arbeitszeit bis zu 60 Stunden.

Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.

Wir weisen darauf hin, dass die gewählte Berufsbezeichnung auch das dritte Geschlecht miteinbezieht.

Die Fraunhofer-Gesellschaft legt Wert auf eine geschlechtsunabhängige berufliche Gleichstellung.

Fragen zu dieser Position beantwortet dir gerne :

Personalwesen

E-Mail : personal iwes.fraunhofer.de

Telefon : +49 471 14 290-230

Bitte bewirb dich online, indem du unten auf den Button Bewerben klickst.

Wir beachten die gültige Datenschutzgrundverordnung bei der Bearbeitung deiner Bewerbung.

Kennziffer : IWES-2021-48 Bewerbungsfrist :

  • Fraunhofer-Gesellschaft
  • 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 "Weiter", um unseren Datenschutz-und Nutzungsbestimmungen zuzustimmen . Du kriegst außerdem die besten Jobs als E-Mail-Alert. Los geht's!
    Weiter
    Bewerbungsformular