Das kooperative Technologietransferzentrum (TTZ) Oberfranken „Digitale Intelligenz“ an der Hochschule Coburg sucht zum nächstmöglichen Zeitpunkt einen / eine
Wissenschaftlichen Mitarbeiter / Wissenschaftliche Mitarbeiterin (m/w/d) im Bereich Maschinelles Lernen für industrielle Zeitreihendaten
zur Mitarbeit im ZIM-Forschungsprojekt KI-SIS – KI-basierte Vorhersage von Schmelzsicherungsausfällen in industriellen Anwendungen.
Projektbeschreibung
Ziel des Projekts KI-SIS ist die Entwicklung, Implementierung und Validierung von Machine-Learning-Verfahren zur Zustandsüberwachung und Ausfallvorhersage von industriellen Schmelzsicherungen in Sicherungslasttrennschaltern.
Im Mittelpunkt stehen datengetriebene Modelle zur Analyse multivariater Zeitreihendaten, die aus realen industriellen Testanlagen stammen (u. a. Strom, Spannung, Temperatur, Lastprofile, Umgebungsparameter). Die entwickelten ML-Modelle sollen Ausfallwahrscheinlichkeiten prognostizieren sowie Ursachen von Ausfällen klassifizieren, mit dem Ziel, Wartung und Anlagenverfügbarkeit zu optimieren.
Der Schwerpunkt liegt bewusst auf nachvollziehbaren, robusten und evaluierbaren ML-Methoden, wie sie im industriellen Umfeld erforderlich sind.
Ihre Aufgaben:
1. Analyse, Aufbereitung und Strukturierung industrieller Zeitreihendaten
2. Konzeption, Implementierung und Evaluation von Machine-Learning-Verfahren, u. a.: Regressions- und Klassifikationsmodelle, Ensemble-Methoden, Anomalie- und Zustandsmodelle
3. Entwicklung von Modellen zur Vorhersage von Ausfallwahrscheinlichkeiten und Klassifikation von Ausfallursachen
4. Datenvorverarbeitung, Feature Engineering und Zeitreihen-Augmentierung
5. Systematische Evaluation der Modelle anhand geeigneter Metriken (z. B. RMSE, Precision, Recall, F1)
6. Durchführung von Ablationsstudien und Robustheitsanalysen
7. Dokumentation der Ergebnisse in deutscher Sprache (Projektberichte, technische Dokumentation)
8. Enge Zusammenarbeit mit dem industriellen Projektpartner sowie mit weiteren wissenschaftlichen Mitarbeitenden
9. Unterstützung bei Transferaktivitäten (Workshops, Projekttreffen, Berichte)
Ihr Profil:
10. Abgeschlossenes wissenschaftliches Hochschulstudium (Master/Dipl. Univ.) in Informatik, Data Science, Computational Engineering, Mathematik oder verwandten Disziplinen
11. Sehr gute Kenntnisse im Machine Learning
12. Erfahrung mit Zeitreihendaten, idealerweise aus technischen oder industriellen Kontexten
13. Sehr gute Programmierkenntnisse in Python
14. Erfahrung mit gängigen ML-Bibliotheken
15. Strukturierte, analytische und sorgfältige Arbeitsweise
16. Fähigkeit, Modelle und Ergebnisse nachvollziehbar zu erklären und zu dokumentieren
17. Sehr gute Deutschkenntnisse (mindestens C1) in Wort und Schrift (erforderlich für Berichte, Abstimmungen mit Industriepartnern)
18. Gute Englischkenntnisse
Wir bieten:
19. Mitarbeit an einem anwendungsnahen, industriegetriebenen KI-Projekt
20. Klare fachliche Ausrichtung auf Machine Learning und Zeitreihenanalyse
21. Zusammenarbeit mit einem etablierten Industriepartner
22. Interdisziplinäres Forschungs- und Transferumfeld
23. Flexible Arbeitszeiten und Möglichkeiten zum mobilen Arbeiten
24. Unterstützung bei wissenschaftlicher Weiterqualifikation (Promotion)
25. Ein engagiertes und kollegiales Team
Das mit dem Freistaat Bayern geschlossene Beschäftigungsverhältnis erfolgt im Rahmen einer Vollzeitbeschäftigung mit 40 Wochenstunden und ist bis zum 30.11.2028 befristet. Die Stelle ist grundsätzlich teilzeitfähig. Die Eingruppierung erfolgt in Entgeltgruppe 13 des TV-L.