Aufgaben: Du studierst derzeit erfolgreich Elektrotechnik, Informatik, Wirtschaftsingenieurwesen oder einen vergleichbaren Studiengang und bringst Interesse an Energie- und Netzthemen mit Zunächst recherchierst und analysierst du aktuelle Literatur zu Active-Learning-Methoden sowie Marktmechanismen im Energiesystem, um daraus Best Practices und Anforderungen für ML-basierte Entscheidungstools abzuleiten Anschließend nutzt du ein bestehendes Software-Framework, um aktive Lernmethoden zu implementieren, entwickelst eigene Szenarien und vergleichst systematisch verschiedene Konfigurationen hinsichtlich ihrer Effizienz Im weiteren Verlauf evaluierst du die Skalierbarkeit und Praxistauglichkeit deiner Ansätze, wobei du optional auch einen gridübergreifenden Ansatz entwickelst Abschließend dokumentierst du deine Ergebnisse wissenschaftlich und bereitest sie in Form einer hochwertigen Masterarbeit sowie gegebenenfalls für eine Publikation auf Qualifikation: Ausbildung : Du studierst derzeit erfolgreich Informatik, Elektrotechnik, Mathematik, Physik oder einen vergleichbaren MINT-Studiengang Erfahrungen und Kenntnisse : Du besitzt sehr gute Kenntnisse in Python Du hast fundiertes Wissen im Bereich Machine Learning Du bringst Erfahrung im Umgang mit GitLab oder GitHub mit Arbeitsweise : Du arbeitest selbstständig, strukturiert und analysestark und hast Freude an mathematischen Methoden Sprachkenntnisse : Sehr gute Deutsch- oder Englischkenntnisse Wir bieten: Spannende Forschungs- und Entwicklungsprojekte, die dein theoretisches Wissen in die Praxis umsetzen Individuelle Betreuung und Unterstützung durch erfahrene Experten aus deinem Fachgebiet Zugriff auf modernste Technologien, Labore und Ressourcen Vielfältige Möglichkeiten, deine Ideen einzubringen und aktiv mitzugestalten Hervorragende Karrierechancen durch den Kontakt zu potenziellen Arbeitgebern Über Uns: Bei Siemens sind wir überzeugt: Wer sich wertgeschätzt und zugehörig fühlt, kann das eigene Potenzial voll entwickeln. Deshalb schaffen wir ein inklusives Arbeitsumfeld, in dem jede Person ein Gefühl der Zugehörigkeit erfährt und in dem individuelle Perspektiven und Erfahrungen geschätzt werden. Unser Engagement für Fairness und Respekt gilt für alle Bewerbenden.