Stellenbezeichnung: MA & BA-ARBEIT: ML/KI-BASIERTE FEHLERURSACHEN-IDENTIFIKATION AUS GROSSEN SENSORCHIP-PRODUKTIONSDATEN

Firma: Fraunhofer

Arbeitsort / Location: Efringen-Kirchen, Baden-Württemberg

Job Beschreibung: Das Fraunhofer-Institut für Kurzzeitdynamik, Ernst-Mach-Institut, EMI bietet Ihnen anspruchsvolle und abwechslungsreiche Aufgaben mit Verantwortung und Gestaltungsspielraum. Wir forschen im Auftrag unserer Kunden aus verschiedensten Bereichen von Wirtschaft und Politik und wenden die neuesten Erkenntnisse aus Wissenschaft und Forschung auf konkrete Projekte an. Die Anwendungen liegen in den Bereichen Verteidigung, Sicherheit und Resilienz, Automotive, Raumfahrt und Luftfahrt.

Für unseren Institutsstandort in Efringen-Kirchen vergeben wir zum nächstmöglichen Termin in der Abteilung Sicherheit und Resilienz Technischer Systeme eine Masterarbeit zum Thema ML/KI-Basierte Fehlerursachen-Identifikation aus großen Sensorchip-Produktionsdaten.

Was Sie bei uns tun

Hintergrund:

Im Rahmen der Chip-Produktion von TDK-Micronas fallen pro Jahr Daten in der Größenordnung von vielen Terabytes an. Für jeden Chip werden für jeden Prozessschritt jeweils zahlreiche Datensätze in einer Hadoop Datenbank gespeichert und später über Spark oder über eine relationale Datenbankschnittstelle wieder zugänglich gemacht. Datensätze umfassen nominale und numerische Daten, Daten zu Maschineneinstellung und Wartung sowie Messkurven, Bilder und Zeitreihen bzw. deren Kenngrößen. Die Datensätze werden bereits bei Entstehung entsprechend ihrer Relevanz für die Produktion ausgewählt. Im Falle von Produktionsfehlern werden bisher die Daten von vor allem mit Hilfe statistischer Ansätze ausgewertet, um die Ursachen der Fehler zu ermitteln.

Aufgabenstellung:

Entsprechend der sehr hohen Automotive Qualitätsansprüche, stellt sich die Frage, wie die Daten noch effizienter zur Fehleridentifikation genutzt werden können. Im Rahmen der Arbeit soll eine einzige vielversprechende bereits in einem vergleichbaren Bereich erfolgreich eingesetzte Methode des Maschinellen Lernens (ML) bzw. der Künstlichen Intelligenz (KI) verwendet werden, um Ursachen von Produktionsfehlern noch effizienter aufzuspüren. Längerfristig können damit auch Optimierungsschleifen entwickelt werden, die in umfassende Datenanalysepipelines eingebunden sind.

Literaturreche zu relevanten ML/KI-Methoden, z.B. Hochdimensionale Regressionsmethoden, Cluster-Methoden, Regelgenerierung, Multivariate Zeitreihenanalyse, Bayessche Interferenz, Outlier Detection
Sichtung Datenarten und Auswahl technische Umsetzung Datenmanagement
Auswahl eines geeigneten Datenanalyse- und Managementschemas bzw. -prozesses, z.B. Datenaufbereitung, Datenergänzung, Datenkomprimierung, Anwendung Methode einschl. (iterative) Methodenanpassung, Ergebnisanalyse
Sichtung und Vergleich der Anwendbarkeit von ML/KI-basierten Analyseprozessen, insb. in Erweiterung bestehender implementierter Analyseprozesse und der Datenlage zu möglichen Fehlerursachen
Auswahl ML/KI-basierte Methodik und Vorabtests zur Umsetzbarkeit, insb. Verfügbarkeit von entsprechenden open-source Implementierungen
Umsetzung der ML/KI-basierten Methode und Test-Anwendungen auf Produktionsdaten
Bewertung der Einsetzbarkeit der Methode in einem operationalen Umfeld

Was Sie mitbringen

Sie absolvieren ein wissenschaftliches Hochschulstudium (Master, Diplom, evtl. auch Bachelor) in den angewandten Ingenieur- oder Naturwissenschaften, oder in einem vergleichbaren MINT-Studiengang
Sie verfügen über solide Grundlagen im Bereich Maschinelles Lernen und Künstliche Intelligenz
Sie haben erste Erfahrungen in der Umsetzung von ML/KI-Algorithmen und der Verwendung von einschlägigen Programmiersprachen, Bibliotheken, Speicherplatzmanagement und Entwicklungsumgebungen, z.B. Python, C++, Java, TensorFlow, PyTorch, Github, Cortx, OpenIO, MinIO, OpenCV, ONNX, MXNet, OpenCV
Mit Ihrer selbstständigen und strukturierten Arbeitsweise bereichern Sie das interdisziplinäre Team unserer Abteilung

Was Sie erwarten können

Wir legen großen Wert auf eine sehr gute Betreuung und umfassende Einarbeitung bei gleichzeitig großen Freiräumen für die inhaltliche Gestaltung und Umsetzung Ihrer Arbeit
Die Arbeit erfolgt in Abstimmung und Zusammenarbeit mit TDK-Micronas
Sie arbeiten in einem interdisziplinären Team aus Wissenschaftler*innen unterschiedlichster Fachbereiche
Wir haben ein sehr gutes Betriebsklima in einem hochmodernen Arbeitsumfeld mit ausgezeichneter IT-Infrastruktur und technischer Ausstattung der Arbeitsplätze

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.

Haben wir Ihr Interesse geweckt? Dann bewerben Sie sich jetzt online mit Ihren aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Sie kennenzulernen!

Bei fachlichen Fragen wenden Sie sich bitte an:

Herrn Dr. Ivo Häring

ivo.haering@emi.fraunhofer.de

Fraunhofer-Institut für Kurzzeitdynamik, Ernst-Mach-Institut EMI

Kennziffer: 61991

Gehalts Budget:

Bewerbung:Auf diesen Job bewerben.

Oder lassen Sie sich von Arbeitgebern finden.

Hier Lebenslauf als Gesuch eintragen!