Fakultät IV - Elektrotechnik und Informatik, Institut für Energie- und Automatisierungstechnik / FG Elektronische Mess- und Diagnosetechnik
Wiss. Mitarbeiter*in (d/m/w)
Teilzeitbeschäftigung ist ggf. möglich
Ihre Aufgaben
Im Forschungsprojekt „Anwendung von ML Methoden auf Gleitlagersysteme zur Verschleißprognose“ sind Verfahren für die Domain Adaption für Gleitlager im Rahmen eines FVA-Projektes in Kooperation mit der RWTH Aachen (Institut für Maschinenelemente und Systementwicklung) zur erforschen und praktisch umzusetzen. Neben der Entwicklung der Methodik sind umfangreiche Messungen an einem vorhandenen Prüfstand auszuführen.
Ihr Profil
1. Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) der Elektrotechnik, Technischen Informatik, Maschinenbau, Automotive Systems, Mechatronik, Physikalischen Ingenieurwissenschaften oder Computational Engineering Science
2. Die Fähigkeit in deutscher Sprache in Arbeitstreffen des FVA-Begleitausschusses zu berichten und Dokumente zu erstellen wird vorausgesetzt; Gute englische Sprachkenntnisse werden ebenfalls vorausgesetzt
3. Gute bis sehr gute Kenntnisse: Technische Diagnose, Messtechnik, Grundkenntnisse Maschinenbau vorzugsweise der Lagerdynamik und des Verschleißes, Maschinelles Lernen, Statistik und Prognoseverfahren, Signalverarbeitung, Modellbildung und Simulation, Programmierung in Python, C und MATLAB