Stellenbezeichnung: Wissenschaftliche/r Mitarbeiter/in (w/m/d) – Intelligente Qualitätskontrolle von polyolefinhaltigen Kunststoffströmen mittels hyperspektraler Sensortechnik und Deep Learning (in German only) [V000005950]

Firma: RWTH Aachen

Arbeitsort / Location: Aachen, Nordrhein-Westfalen

Job Beschreibung: Wir vom ANTS sind innerhalb der Fakultät für Georessourcen und Materialtechnik in der Fachgruppe Rohstoff- und Entsorgungstechnik angesiedelt. Unser Ziel ist es, essenzielle Beiträge zur Entwicklung eines zirkulären und nachhaltigen Rohstoffmanagements zu entwickeln, um auch zukünftigen Generationen eine lebenswerte Umwelt zu hinterlassen.

Im Sinne nachhaltigen Wirtschaftens streben wir daher an, Stoffkreisläufe zu schließen. Mit unseren Erfahrungen in der technischen Behandlung von Abfallströmen und der Implementierung modernster sensorbasierter Methoden können wir Daten zur Bewertung von Umweltbilanzen aus erster Hand bereitstellen, sodass wir Prozesse modellieren und auch mit dem Blick auf ganzheitliche Produktsysteme und Kreisläufe bewerten können. Neben einem gut ausgestatteten Technikum für die Durchführung von aufbereitungstechnischen Untersuchungen verfügt das ANTS über ein modernes Sensorlabor. In der Lehre verantworten wir unter Einsatz innovativer Lehrkonzepte und Einbindung unseres MAssLabs die Vertiefungsrichtung Recycling in verschiedenen Studiengängen.

Die Forschungsgruppe „Sensortechnik & Data Science“ des ANTS erforscht hierzu die sensorbasierte Charakterisierung von Stoffströmen: Mittels bildgebender Sensoren werden Stoffströme (bspw. Kunststoffverpackungen) digital erfasst und durch Machine Learning Modelle und Bildverarbeitungsalgorithmen prozessrelevante Stoffstromeigenschaften (bspw. Materialzusammensetzung, Partikelgrößenverteilung) aus den Sensordaten extrahiert. Auf Basis dieser Stoffstromeigenschaften werden Data Science Anwendungen entwickelt, wie ein automatisiertes Qualitätsmonitoring oder eine adaptive Prozesssteuerung in Sortier- und Recyclingprozessen und mit Industriepartnern großtechnisch demonstriert. Durch die neuartigen Anwendungen können Recyclingprozesse optimiert und die Entwicklung zu einer nachhaltigen Kreislaufwirtschaft gesteigert werden.

Zur Grundlagen- und Anwendungsforschung stehen im Sensorlabor und Technikum des ANTS modulare Messstände mit modernen Nahinfrarot (NIR), 3D Lasertriangulations- (3DLT) und RGB-Farbzeilensensoren zur Verfügung. Neben der institutsinternen Sensorausstattung verfügt die Forschungsgruppe über umfangreiche Kontakte zu Sensortechnikanbietern und Anlagenbetreibern/-herstellern, um auch mehrtägige Messkampagnen in großtechnischen Sortier- und Aufbereitungsanlagen flexibel umsetzen zu können. Ein besonderer Fokus liegt dabei in der Entwicklung von Algorithmen und Machine Learning Modellen zur Extraktion prozessrelevanter Stoffstromcharakteristika aus den Sensordaten. Hierzu kommt beispielsweise die institutsinterne GPU-Infrastruktur zum Training von Deep Learning Modellen zum Einsatz.

Ihr Profil

Zur Verstärkung unserer Forschungsgruppe „Sensortechnik & Data Science“ suchen wir eine*n Kandidaten*in, der/die gemeinsam mit uns die dreijährige Auftragsforschung „Sensorbasierte Qualitätskontrolle von polyolefinhaltigen Kunststoffströmen“ bearbeitet und unsere Forschung und Lehre im Bereich Sensortechnik & Data Science für eine nachhaltige Kreislaufwirtschaft weiter ausbaut.

Wenn Sie die nachfolgenden Anforderungen erfüllen, freuen wir uns auf Ihre Bewerbung!

Abgeschlossenes Hochschulstudium (Master oder vergleichbar) in den Bereichen Informatik, Data Science, Machine Learning/Künstliche Intelligenz, Automatisierungstechnik oder Ingenieurwesen (bspw. Maschinenbau, Elektrotechnik, Verfahrenstechnik, Umwelt- oder Rohstoffingenieurwesen) sowie vergleichbarer naturwissenschaftlich-technischer Disziplinen.
Vertrauter Umgang mit einer gängigen Programmiersprache (bspw. Python, Java, C++).
Kenntnisse im Bereich Machine/Deep Learning (insb. Supervised Learning, bspw. mittels scikit-learn, TensorFlow/Keras, PyTorch), Verarbeitung hyperspektraler Bilddaten (insb. NIR), Computer Vision (bspw. opencv, scikit-image) oder Data Science (bspw. pandas, numpy, scipy) sind von Vorteil aber nicht erforderlich.
Ausgeprägte Fähigkeiten in den Bereichen Kommunikation, Teamwork, inter- und transdisziplinäre Arbeit und Wissensintegration.
Selbstständige, strukturierte und analytische Arbeitsweise.
Sehr gute Englischkenntnisse und gute Deutschkenntnisse in Wort und Schrift.
Begeisterung für die Themen Recycling, Nachhaltigkeit und Kreislaufwirtschaft.
Flexibilität sowie Reisebereitschaft (bspw. Besuche von nationalen und internationalen Konferenzen, Projekttreffen, Messkampagnen; jeweils

1 Woche). * Fähigkeit und starkes Interesse am wissenschaftlichen Arbeiten und Publizieren (Teilnahme an nationalen und internationalen Fachkonferenzen und Publizieren in peer-reviewten Fachzeitschriften).

Ihre Aufgaben

Bearbeitung der dreijährigen Auftragsforschung „Sensorbasierte Qualitätskontrolle von polyolefinhaltigen Kunststoffströmen“ (SBQC-PO-OMV)

Identifizierung fortschrittlicher Methoden zur Klassifizierung und Charakterisierung von Kunststoffen mit bildgebender Sensortechnologien.
Konzeption, Entwicklung und Inbetriebnahme eines Demonstrators zur sensorbasierten Analyse polyolefinhaltiger Kunststoffströme im kleintechnischen Maßstab.
Erstellung und Aufbau einer Spektraldatenbank zum Training mehrerer KI-Modelle.
Design und Optimierung von KI-Modellen zur Charakterisierung der Stoffströme basierend auf erfassten Sensordaten.
Entwicklung einer Software zur Echtzeit-Visualisierung der Modellvorhersagen und zur Unterstützung der Qualitätssicherung.
Vorstellung der Projektergebnisse gegenüber dem Auftraggeber in Projekttreffen und Statusupdates und Dokumentation der entwickelten Software.
Vorstellung und Diskussion der Forschungsergebnisse auf nationalen und internationalen Fachkonferenzen.
Publizieren der Forschungsergebnisse in peer-reviewten Fachzeitschriften.
Betreuung von studentischen Abschlussarbeiten (Studien-, Projekt-, Bachelor- und Masterarbeiten).

Unser Angebot

Die Einstellung erfolgt im Beschäftigtenverhältnis.

Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet auf zunächst 36 Monate..

Die befristete Beschäftigung erfolgt im Rahmen der Befristungsmöglichkeiten des Wissenschaftszeitvertragsgesetzes.

Es handelt sich um eine Vollzeitstelle.

Eine Promotionsmöglichkeit besteht.

Die Eingruppierung richtet sich nach dem TV-L.

Die Stelle ist bewertet mit EG 13 TV-L.

Über uns

Die RWTH ist als familiengerechte Hochschule zertifiziert.

Die RWTH bietet im Rahmen eines Universitären Gesundheitsmanagements eine Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten (z. B. Hochschulsport) an. Für Tarifbeschäftigte und Beamtinnen und Beamte besteht ein umfangreiches Weiterbildungsangebot und die Möglichkeit, ein Jobticket zu erwerben.

Die Stellenausschreibung richtet sich an alle Geschlechter.

Wir wollen an der RWTH Aachen University besonders die Karrieren von Frauen fördern und freuen uns daher über Bewerberinnen.

Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern sie in der Organisationseinheit unterrepräsentiert sind und sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.

Bewerbungen geeigneter schwerbehinderter Menschen sind ausdrücklich erwünscht.

Im Sinne der Gleichbehandlung bitten wir Sie, auf ein Bewerbungsfoto zu verzichten.

Informationen zur Erhebung personenbezogener Daten nach Artikeln 13 und 14 Datenschutz-Grundverordnung (DS-GVO) finden Sie unter . Bewerbung Nummer: V000005950

Frist: 27.08.2023

Postalisch: RWTH Aachen University

Lehrstuhl für Anthropogene Stoffkreisläufe und Institut für Aufbereitung, Kokerei und Brikettierung

Dr. Alexander Feil

Wüllnerstraße 2

52062 Aachen

E-Mail:

Bitte beachten Sie, dass Gefährdungen der Vertraulichkeit und der unbefugte Zugriff Dritter bei einer Kommunikation per unverschlüsselter E-Mail nicht ausgeschlossen werden können.

Gehalts Budget:

Bewerbung:Auf diesen Job bewerben.

Oder lassen Sie sich von Arbeitgebern finden.

Hier Lebenslauf als Gesuch eintragen!