* Durchführung einer systematischen Literaturrecherche zu bestehenden experimentellen, analytischen und simulativen Verfahren zur Bewertung von Brandschutzmaterialien im Kontext von Thermal Runaway
* Konzeption, Training und Implementierung eines neuronalen Netzwerks zur prädiktiven Bewertung der Materialperformance bei Thermal-Runaway-Belastungen
* Auswertung und Analyse von Versuchsdaten aus Experiment und Simulation zur Modellvalidierung
* Vergleich der durch das Modell generierten Auswertedaten mit Ergebnissen klassischer Ersatz- und Zellversuche
* Identifikation und Ableitung charakteristischer Parameter zur Bewertung des Materialversagens unter Thermal-Runaway-Bedingungen
* Kritische Bewertung der Anwendbarkeit des entwickelten Ansatzes sowie Ableitung von Weiterentwicklungspotenzialen
Studiengänge:
* Informatik
* Fahrzeugtechnik
* Maschinenbau
* Elektrotechnik
* Data Science oder vergleichbarer Studiengang
Studienschwerpunkte:
* Softwareentwicklung und Programmierung
* Künstliche Intelligenz und Machine Learining
* Systems Engineering
* Data Science
* Batterietechnik
Fachkenntnisse:
* Grundlagen des Machine Learnings
* Verständnis der Prinzipien der Batterieentwicklung
* Erfahrung in der Datenaufbereitung
* Erste Erfahrung in der Automobilindustrie (z.B. druch Praktika) wünschenswert
IT-Kenntnisse:
* Sicherer Umgang mit MS Office
* Idealerweise fundierte Kenntnisse in Python
* Machine Learning und KI-Frameworks (z.B. PyTorch)
Soft Skills:
* Hohe Eigeninitiative
* ausgeprägte analytische Fähigkeiten
* strukturierte Arbeitsweise
* Teamfähigkeit
* Zielorientierung
Sprachkenntnisse:
* Englisch (sehr gute Kenntnisse) oder
* Deutsch (mind. B1)