Abschlussarbeit im Bereich Anomalieerkennung mittels maschinellen Lernens in Maschinendatenströmen
Robert-Bosch-Campus 1, 71272 Renningen, Deutschland
Vollzeit
Robert Bosch GmbH
Unternehmensbeschreibung
Bei Bosch gestalten wir Zukunft mit hochwertigen Technologien und Dienstleistungen, die Begeisterung wecken und das Leben der Menschen verbessern. Unser Versprechen an unsere Mitarbeiterinnen und Mitarbeiter steht dabei felsenfest: Wir wachsen gemeinsam, haben Freude an unserer Arbeit und inspirieren uns gegenseitig. Willkommen bei Bosch.
Die Robert Bosch GmbH freut sich auf Ihre Bewerbung!
Stellenbeschreibung
Maschinen und Anlagen ändern ihr Betriebsverhalten während der Zeit. Werden neue Produkte produziert, neue Materialien verwendet oder ändert sich das Betriebsverhalten aufgrund von Verschleiß oder Anomalien, so ändert sich das Betriebsverhalten von Maschinen. Treten diese Änderungen aufgrund von bspw. Verschleiß oder einer Anomalie auf, so muss idealerweise möglichst schnell darauf reagiert werden, um unvorhergesehene Maschinenausfälle zu vermeiden. Ein Beispiel ist der Verschleiß von Werkzeugen oder Maschinenelementen - deren Ausfall führt zu einem nicht vorhergesehenen Ausfall der Maschine und damit zu einer reduzierten Produktivität. Da nicht immer alle Betriebszustände von vornherein bekannt sind, wird ein Ansatz gesucht, mittels welchem die Signale einer Maschine (Strom, Vibration, Temperatur) unüberwacht (unsupervised) kontrolliert werden können.
Hierbei sind drei Eigenschaften wichtig. Einerseits soll das Verfahren auf Merkmalsextraktion (Feature Extraction) und maschinellem Lernen beruhen und nicht lediglich eine einfache Überwachung des Schwellwertes darstellen. Zweitens soll es für den Menschen interpretierbar sein (idealerweise im 2-dimensionalen Merkmalsraum "Scatter Plot" visualisierbar). Drittens soll das Verfahren in der Lage sein, sowohl Drifts als auch Anomalien in Datenströmen anzuzeigen und dabei "unsupervised" sein. Dabei wird immer davon ausgegangen, dass während einer anfänglichen Initialisierungsphase die Maschine im Normalzustand (OK-Zustand) betrieben wird und dieser Initialzustand als Basis für die Differenzberechnung genutzt werden kann.
* Vor diesem Hintergrund recherchieren und vergleichen Sie während Ihrer Abschlussarbeit Ansätze zur Erkennung von Anomalien in Maschinendaten, um den aktuellen Stand der Technik umfassend zu erfassen.
* Auf Basis des recherchierten Stands der Technik entwickeln Sie das oben beschriebene Verfahren.
* Anhand von Test-Datensätzen untersuchen Sie das entwickelte Verfahren hinsichtlich definierter Qualitätsmetriken und stellen dessen Robustheit sicher.
* Nicht zuletzt integrieren Sie das Verfahren in einen bestehenden Forschungsdemonstrator, um eine praxisnahe Validierung zu ermöglichen.
Qualifikationen
* Ausbildung: abgeschlossenes Bachelorstudium im Bereich Informatik, Maschinenbau oder vergleichbar
* Erfahrungen und Know-how: in Maschinellem Lernen mit PyTorch oder Keras
* Persönlichkeit und Arbeitsweise: Ihnen gelingt es gut, eigenständig, motiviert und lösungsorientiert Herausforderungen anzugehen und praxisnahe Lösungen zu finden
* Sprachen: verhandlungssicheres Deutsch
Zusätzliche Informationen
Beginn: nach Absprache
Dauer: 6 Monate
Voraussetzung für die Abschlussarbeit ist die Immatrikulation an einer Hochschule. Bitte fügen Sie Ihrer Bewerbung Ihren Lebenslauf, Ihren aktuellen Notenspiegel, die Prüfungsordnung sowie ggf. eine gültige Arbeits- und Aufenthaltserlaubnis bei.
Vielfalt und Inklusion sind für uns keine Trends, sondern fest verankert in unserer Unternehmenskultur. Daher freuen wir uns über alle Bewerbungen: unabhängig von Geschlecht, Alter, Behinderung, Religion, ethnischer Herkunft oder sexueller Identität.
Sie haben fachliche Fragen zum Job?
Tobias Schlagenhauf (Fachabteilung)
+49 711 811 16677