Studentische Aushilfe im Bereich Anwendung von Machine Learning in der Batterieforschung

Das Fraunhofer-Institut für Fertigungstechnik und Angewandte Materialforschung IFAM ist eine der europaweit bedeutendsten unabhängigen Forschungseinrichtungen auf den Gebieten »Formgebung und Funktionswerkstoffe« sowie »Klebtechnik und Oberflächen«. Im Mittelpunkt stehen Forschungs- und Entwicklungsarbeiten mit dem Ziel, unseren Kunden zuverlässige und anwendungsorientierte Lösungen zu liefern. Dabei adressieren unsere Produkte und Technologien vor allem Branchen mit besonderer Bedeutung für die Zukunftsfähigkeit: Luftfahrt, Automotive, Energietechnik, maritime Technologien sowie Medizintechnik und Life Sciences. Zur Realisierung dieser Aufgabe arbeiten rund 700 hoch qualifizierte Mitarbeitende projekt- und themenbezogen zusammen.

Zur Erweiterung des Teams der Abteilung »Elektrische Energiespeicher« sucht das Fraunhofer IFAM in Bremen zum nächstmöglichen Zeitpunkt eine studentische Aushilfe zur Anwendung von Machine Learning Methoden im Bereich der Batteriezelldiagnostik. Im Zusammenhang mit der eingetragenen Marke BATTERIEdigital® wird in der Abteilung die digitale Transformation der Batterieforschung durch die Zusammenführung umfassender Kompetenzen und innovativer Technologien aus den Bereichen Materialwissenschaften, elektrochemische Energiespeicherung, Data Analytics und Informatik vorangetrieben.

Was Du bei uns tust

• Mitarbeit an innovativen Forschungsprojekten im Bereich der digitalen Batterieforschung
• Verwendung von Machine Learning Algorithmen zur Bestimmung und Vorhersage der Lebensdauer von Batterien
• Mitarbeit bei der Entwicklung von digitalen Tools und Services zur Zelldiagnostik
• Analyse und Verarbeitung von elektrischen Batterietestdaten

Was Du mitbringst

• Eingeschriebene*r Student*in im Bereich Naturwissenschaften, Ingenieurwissenschaften oder Informatik
• Grundkenntnisse in der Programmierung (z.B. Python, MATLAB).
• Interesse an Batterietechnologien und Methoden der Datenverarbeitung und KI
• Persönliche Motivation, Kommunikationsstärke, Zuverlässigkeit, Teamfähigkeit und eine eigenverantwortliche Arbeitsweise
• Gute Deutsch-und Englischkenntnisse

Was Du erwarten kannst

• Die Mitarbeit in zukunftsweisenden Forschungsprojekten an der Schnittstelle von Energie und Digitalisierung
• Die Möglichkeit, praktische Erfahrungen in der Anwendung von Machine Learning Methoden in der Batterieforschung zu sammeln
• Ein dynamisches und unterstützendes Teamumfeld
• Flexible Arbeitszeiten, die sich gut mit dem Studium vereinbaren lassen
• Raum für eigenverantwortliches Arbeiten und kreatives Mitgestalten
• Möglichkeit der Anfertigung von Studien- und Abschlussarbeiten

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft. 

Haben wir Dein Interesse geweckt? Dann bewirb Dich jetzt online mit Deinen aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Dich kennenzulernen! 

Fragen zu der Stelle beantwortet dir:

Dominiques Koster

dominique.koster@ifam.fraunhofer.de

Fraunhofer-Institut für Fertigungstechnik und Angewandte Materialforschung IFAM 

www.ifam.fraunhofer.de 

Kennziffer: 71975