Werkstudent - Data Science iv)

• Gründliche Planung: Du analysierst und verarbeitest hochfrequente Sensordaten aus Fertigungsanlagen (Zeitreihen), bereitest sie auf, bereinigst sie und machst sie für das Training von KI-Modellen nutzbar
• Forschung erleben: Du unterstützt bei der Entwicklung und dem Training von Deep-Learning-Modellen mit Fokus auf Zeitreihenanalyse zur Zustandsüberwachung von Werkzeugen und Maschinen
• Fokus auf die Zukunft: Du entwickelst einen bestehenden Ansatz zur Prozessanalyse weiter, um Verschleiß zu modellieren und Predictive-Maintenance-Use-Cases zu ermöglichen
• Verantwortung übernehmen: Du analysierst und interpretierst die Ergebnisse, um verschleißbegünstigende Zustände frühzeitig zu erkennen
• Teamwork is dreamwork: Du zeichnest dich durch deine selbstständige Arbeitsweise, Teamfähigkeit sowie Kommunikationsfähigkeit aus, * Immatrikulationsbescheinigung
• Aktuelle Notenübersicht (nicht älter als 6 Monate)
• Schulabschlusszeugnis

Wichtige Informationen:

• Arbeiten in Teilzeit: Der Schwerpunkt liegt auf dem Studium. Deshalb ist die Werkstudierendentätigkeit während der Vorlesungszeit maximal mit 20 Stunden pro Woche möglich.
• Ordentlich immatrikulierte Studierende sind bei uns herzlich willkommen: Um als Werkstudent*in bei uns zu arbeiten, musst du an einer Hochschule immatrikuliert sein und noch nicht alle Prüfungsleistungen oder Module Deines Studiums abgeschlossen haben. Wir freuen uns darauf, Dich mindestens 6 Monate in unserem Team begrüßen zu können. Bitte beachte, dass Du nicht im Urlaubssemester sein darfst.
• Du solltest nahe am Einsatzort wohnen: Für eine gute Zusammenarbeit ist es uns wichtig, dass Du regelmäßig zum Standort kommen kannst, um Dich in das Team zu integrieren.

• Studiengang: Du bist immatrikuliert in einem Masterstudium der DataScience, Informatik, Physik, Mathematik, Elektrotechnik oder einem vergleichbaren Studiengang
• Programmierung & Tools: Du verfügst über sehr gute Python-Kenntnisse und idealerweise über erste Erfahrungen mit Pandas, NumPy, Scikit-learn sowie Deep Learning (bevorzugt PyTorch,alternativ TensorFlow/Keras)
• Interessen: Du besitzt ein sehr gutes Verständnis für Zeitreihendaten und Statistiken und hast Interesse an physikalischen/ technischen Zusammenhängen, die es dir ermöglichen, Daten nicht nur zu modellieren, sondern auch fachlich zu interpretieren
• Sprachkenntnisse: Du verfügst über sehr gute Deutsch- und Englischkenntnisse

Ingenious Technologies is a leading independent marketing technology provider. With the cloud-based Ingenious Enterprise platform, companies across all industries can aggregate, structure, enrich and analyse all marketing data collected. Thanks to real-time processing and a high level of automation, reliable data sets are available for clients to make agile marketing decisions.