Abschlussarbeit - Weiterentwicklung und Training von KI-Modellen für die physikalische Simulation

Arbeite im Digital Engineering-Team der Forschung mit an der Zukunft der Automatisierung für unsere Kunden!

Ziel Deiner Arbeit ist es, eine Methode zu entwickeln und umzusetzen, die die Wirklichkeitstreue von künstlichen neuronalen Netzen automatisch quantifiziert. Die Netze werden anhand validierter physikalischer Simulationen trainiert. Die Ergebnisse Deiner Arbeit dienen zur Verbesserung unserer Software-Werkzeuge für unsere Kunden, die damit unsere Produkte anforderungsgerecht und optimal auslegen können.

Deine Aufgaben:

• Nutzung und Konfiguration einer bestehenden ML-Pipeline zum Training von KI-Modellen für die physikalische Simulation
• Entwicklung von geeigneten Metriken zur Qualifikation der Wirklichkeitstreue der trainierten Modelle
• Erprobung der Generalisierungsfähigkeit der Modelle für verschiedene Variationen

Deine Qualifikationen:

• Studium in der Fachrichtung Informatik, Mathematik, Technik oder Ähnlichem
• Sie haben bereits Erfahrungen im Programmieren sammeln können, insbesondere mit Python und TensorFlow
• Gute Deutsch- und Englischkenntnisse in Wort und Schrift runden Ihr Profil ab

Bei uns erwartet Dich:

• Das gute Gefühl der sicheren und soliden Basis eines finanziell unabhängigen Familienunternehmens
• Freiheit für Erfindergeist, Innovationskraft und die Umsetzung eigener Ideen
• Wettbewerbsfähige Vergütung mit attraktiven Sonderleistungen und Vergünstigungen
• Gegenseitiger Respekt und Wertschätzung – unabhängig von Geschlecht, Nationalität, Behinderung, Alter und Identität
• Lebenslanges Lernen mit sehr guten Bedingungen für die individuelle Weiterentwicklung
• Flexible Arbeitszeitmodelle in Abhängigkeit vom jeweiligen Arbeitsplatz für eine ausgewogene Work-Life Balance
• Modernste Arbeitsumgebung, Infrastruktur und Kommunikationstechnologien
• Ein toller Familien- und Gesundheitsservice zum Wohlfühlen

Mehr Informationen zu unseren Benefits und Festo als Arbeitgeber findest Du hier.

Ansprechpartner: Dina Majid, +49(711)347-55030

Referenzcode: 12838