Webseite Fraunhofer-Institut für Produktionstechnologie IPT

Machine Learning (ML) konnte bereits in vielen Anwendungen zur Optimierung von Produktionsprozessen beitragen. Unter anderem kann ML bei der Fertigung von Triebwerkskomponenten eingesetzt werden, um eine höhere Bauteilqualität zu erzielen. Aus diesem Grund sollen im Rahmen dieser Abschlussarbeit automatisiert Anomalien auf Basis von real aufgenommenen Daten eines Fräsprozesses detektiert werden. Eine genaue Detektion der Anomalien kann zu Anpassungen von Prozessparametern genutzt werden, was zu höheren Genauigkeiten und somit zu einer höheren Produktqualität führt.

Deine Aufgaben

  • Einarbeitung in den Stand der Technik zur ML-basierten Anomaly Detection
  • Implementierung und Benchmarking unterschiedlicher ML-Modelle
  • Uncertainty Quantification von ML-Modellen in der Produktion
  • Auswertung und Dokumentation der Ergebnisse

Was du mitbringst

  • Du studierst Maschinenbau, Informatik, Wirtschaftsingenieurwesen oder ein vergleichbares Fach
  • Erste Erfahrungen im Bereich von Machine Learning von Vorteil
  • Ein hohes Maß an Eigeninitiative und Teamgeist
  • Sehr gute Sprachkenntnisse in Englisch

Was wir bieten

  • Pionierrolle bei der ML-basierten Anomaly Detection für das Fräsen von Triebwerkskomponenten
  • Eine exzellente Ausstattung an Maschinen und Geräten
  • Mitarbeit in einem Industrieprojekt und in einem engagierten Team

Auf deine aussagekräftige Bewerbung freut sich
Gustavo Laydner de Melo Rosa, Eng. Mec.
Fraunhofer-Institut für Produktionstechnologie IPT
Steinbachstraße 17, 52074 Aachen
gustavo.laydner.de.melo.rosa@ipt.fraunhofer.de

Um sich für diesen Job zu bewerben, sende deine Unterlagen per E-Mail an gustavo.laydner.de.melo.rosa@ipt.fraunhofer.de