Fraunhofer-Gesellschaft
Master Thesis - »Monitoring & AI« for Geothermal and Energy Systems
Aufgaben
• Literaturrecherchen und Evaluierung aktueller Machine-Learning- und Deep-Learning-Ansätze • Datenvorbereitung, Feature Engineering und explorative Datenanalyse an realen Datensätzen • Entwicklung und Implementierung von KI-Modellen einschließlich neuronaler Netzwerke, Transformer-Architekturen und baumbasierten Methoden • Training, Validierung und Optimierung von Machine-Learning-Modellen durch Hyperparameter-Tuning • Anwendung der entwickelten Ansätze auf industriell relevante Energie- und Geothermal-Use-Cases • Dokumentation von Forschungsergebnissen und Präsentation von Erkenntnissen im Projektteam
Anforderungen
• Immatrikulation in einem Masterprogramm an deutscher Universität in Ingenieurwesen, Informatik, Mathematik, Data Science oder verwandtem STEM-Fach • Kenntnisse in Machine Learning und Deep Learning • Python-Erfahrung und Vertrautheit mit Machine-Learning-Frameworks (PyTorch, TensorFlow, Scikit-Learn) • Interesse an datengestützter Forschung und KI-Anwendungen für Energietechnologien • Starke analytische Fähigkeiten und selbstständige, strukturierte Arbeitsweise • Hohe Motivation und Bereitschaft, sich mit neuen wissenschaftlichen Themen vertraut zu machen • Gute Kommunikationsfähigkeiten und Fähigkeit zur interdisziplinären Zusammenarbeit
Redaktionelle Kurzfassung auf Basis der öffentlich zugänglichen Ausschreibung. Der vollständige Text steht bei der ausschreibenden Einrichtung. Zur Original-Ausschreibung →
Besonderheiten
Master Thesis - »Monitoring & AI« for Geothermal and Energy SystemsMaster Thesis - »Monitoring & AI« for Geothermal and Energy SystemsBochumIEG - Energy Infrastructures and Geotechnologies
Schlagworte
Deutschlands Stellenbörse für die Wissenschaft
wissenschaftsstellen.de