Technische Universität München

Wissenschaftlicher Mitarbeiter (m/w/d) in der Forschungsgruppe Fahrdynamik: Machine Learning für Predictive Maintenance im Fahrwerk

 
Technische Universität München

Published
WorkplaceMünchen, Bayern, Germany
Category
Position

Description

MyTUM-Portal
Technische Universität München


Technische Universität München

Links

Wissenschaftlicher Mitarbeiter (m/w/d) in der Forschungsgruppe Fahrdynamik: Machine Learning für Predictive Maintenance im Fahrwerk

04.02.2020, Wissenschaftliches Personal

Wissenschaftlicher Mitarbeiter (m/w/d) in der Forschungsgruppe Fahrdynamik: Machine Learning für Predictive Maintenance im Fahrwerk

Über uns

Zur Lösung der zukünftigen Herausforderungen im Bereich Fahrwerk und Fahrdynamik beschäftigt sich die Forschungsgruppe "Fahrdynamik" schwerpunktmäßig mit den Themen "Fahrdynamik für automatisiertes Fahren", "Digitales Fahrwerk", "Rennsport" und "Innovative Fahrwerksentwicklung". Voranschreitende Digitalisierung der Fahrzeuge führt zu einer Erhöhung der verfügbaren Rechenleistung und des Sensorikumfangs. Durch Vernetzung von Funktionen, Sensorfusion sowie Schätzung und Regelung ergeben sich Mehrwerte und neue Ansätze, deren Potential im Schwerpunkt des "Digitalen Fahrwerks" erforscht wird. Auch die Eignungsprüfung von Methoden der künstlichen Intelligenz im Fahrwerkbereich fällt in dieses Gebiet.

Anforderung

Sie interessieren sich für die Digitalisierung des Fahrwerks? Sie möchten mit Ihrer Arbeit, neue innovative Lösungen auf dem Gebiet von Condition Monitoring im Fahrwerksbereich erarbeiten? Sie verstehen die Kombination von neuartigen Methoden des Machine Learning und klassischer Fahrwerkstechnik als Chance für Predictive Maintenance? "Python" und "Federn" sind für Sie keine Begriffe aus der Tierwelt? Dann ist diese Stelle genau richtig für Sie! Zusammengefasst haben Sie:
  • Begeisterung und Kenntnisse im Bereich des Machine Learning
  • Kenntnisse im Bereich Fahrwerktechnik
  • Erfahrung in der Programmiersprache "Python"
  • Eine strukturierte und zielorientierte Arbeitsweise
  • Verhandlungssicherheit in Wort und Schrift in Englisch
  • Einen Abschluss der Fachrichtung Maschinenbau, Mechatronik, Elektro- oder Informationstechnik, Fahrzeugtechnik oder ähnlichem mit sehr gutem Erfolg (besser als 2,0)


Aufgaben

Am Lehrstuhl für Fahrzeugtechnik wird an einem Verfahren zur automatisierten Diagnose des aktuellen Gesundheitszustands des Fahrwerks gearbeitet. Hierbei sollen gängige Sensorsignale verwendet werden um eventuell vorhandene Komponentendefekte zu identifizieren. In einer Vorgängerarbeit wurden bereits verschiedene Methoden im Bereich Machine Learning auf ihre Eignung für Predictive Maintenance für Dämpfer untersucht. Sie erweitern den Methodenbaukasten und führen weitere Untersuchungen hinsichtlich der Eignung der Verfahren durch. Hierbei können Verfahren des Machine Learning, Representation Learning oder Deep Learning untersucht werden. Ebenfalls sollen weitere Komponentendefekte sowie die Anwendung auf größere Datenbasen im Rahmen eines Industrieprojekts untersucht werden. Eine spätere reale Umsetzung der Methoden und eine Identifikation von konkreten Anwendungsfällen soll hierbei stets der Fokus der Untersuchungen sein.

Wir bieten

  • Befristete Vollzeitstelle als wissenschaftlicher Mitarbeiter (TV-L E-13) für insgesamt 4 Jahre
  • Breites Forschungsgebiet mit hohem wissenschaftlichem Austausch
  • Moderne Arbeitsumgebung und Infrastruktur
  • Bei entsprechender Eignung die Möglichkeit zur Promotion
  • Eigenes Budget für Fortbildungen und Tagungen
  • Möglichkeit zum Auslandsaufenthalt
Bei entsprechender Eignung bietet sich Ihnen die Möglichkeit zur Promotion. Der Lehrstuhl für Fahrzeugtechnik strebt eine Erhöhung seines Frauenanteils an und fordert daher qualifizierte Frauen nachdrücklich zur Bewerbung auf.
Schwerbehinderte werden bei gleicher Eignung und Qualifikation bevorzugt eingestellt. Ihre vollständige, schriftliche Bewerbung (Anschreiben, Lebenslauf, Abiturzeugnis, Masterzeugnis, Bestätigungen über Praktika) in deutscher Sprache richten Sie bitte an:

Christiane Schulte

Lehrstuhl für Fahrzeugtechnik
Boltzmannstraße 15
85748 Garching

Hinweis zum Datenschutz:
Im Rahmen Ihrer Bewerbung um eine Stelle an der Technischen Universität München (TUM) übermitteln Sie personenbezogene Daten. Beachten Sie bitte hierzu unsere Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten im Rahmen Ihrer Bewerbung. Durch die Übermittlung Ihrer Bewerbung bestätigen Sie, dass Sie die Datenschutzhinweise der TUM zur Kenntnis genommen haben.

Kontakt: betz [at] ftm[.]mw[.]tum.de

Mehr Information

https://www.ftm.mw.tum.de/en/institute/vacancies/research-associate-mfd-in-the-research-group-vehicle-dynamicspredictive-maintenance/

Web

In your application, please refer to myScience.de and reference JobID 153224.


More job offers worldwide on jobs.myScience.org

Related News



This site uses cookies and analysis tools to improve the usability of the site. More information. |