Du bist verantwortlich für die Analyse und Visualisierung von Schwingfestigkeitsdaten. Dabei vertiefst du dein Wissen über Werkstoffermüdung und lernst den Umgang mit modernen Datenbanken sowie Machine-Learning-Methoden.
Anforderungen
- •Studium in Materialwissenschaften oder Maschinenbau
- •Sehr gute Kenntnisse in Schwingfestigkeit
- •Grundkenntnisse in Finite-Element-Simulationen und Python
- •Klare Kommunikation und effiziente Organisation
- •Teamarbeit und Zielorientierung
- •Verhandlungssicheres Deutsch
Deine Aufgaben
- •Schwingfestigkeitsdaten extrahieren und aufbereiten
- •Daten aus unterschiedlichen Quellen bewerten und aggregieren
- •Wissen über Werkstoffermüdung vertiefen
- •Finite-Elemente-Simulationen anwenden lernen
- •Moderne Datenbanksysteme nutzen und Programmierkenntnisse erweitern
- •Machine-Learning-Methoden auf Daten anwenden
- •Nachhaltigen Umgang mit Daten sicherstellen
- •Datenqualität und -konsistenz sichern
- •Machine-Learning-basierte Auswertungen ermöglichen
Original Beschreibung
## Stellenbeschreibung
Wir suchen eine talentierte und motivierte Person im Bereich Materialwissenschaften oder Maschinenbau, die uns bei der Erweiterung und Analyse einer bestehenden metallischen Ermüdungsdatenbank unterstützt.
Eine wesentliche Aufgabe ist die Extraktion, Aufbereitung, Analyse und Visualisierung von Schwingfestigkeitsdaten. Die Daten stammen aus internen und öffentlich Quellen und reichen von metallischen Werkstoffproben bis hin zu realen Bauteilen und Auslegungsberichten. Hierbei sind auch die Bewertung und Aggregation der Daten aus den unterschiedlichen Quellen von entscheidender Bedeutung, um die Vielzahl von Einflussgrößen auf die Schwingfestigkeit beurteilen zu können.
* Im Rahmen dieser Tätigkeit werden Sie Ihr Wissen im Bereich der Werkstoffermüdung und betriebsfesten Bauteilauslegung vertiefen.
* Im Zuge der Datenaufbereitung werden Sie zudem den Umgang mit Finite-Elemente-Simulationen, modernen Datenbanksystemen sowie grundlegende programmiertechnische Kenntnisse erlernen bzw. erweitern.
* Des Weiteren haben Sie die Möglichkeit Machine-Learning-Methoden auf die Daten anzuwenden.
* Sie leisten damit einen wichtigen Beitrag zu einem nachhaltigen Umgang von Daten zur betriebsfesten Auslegung und sichern die Datenqualität und -konsistenz.
* Außerdem ermöglichen Sie durch Ihre Arbeit Machine-Learning basierte Auswertungen, beschleunigen die Produktentwicklung und reduzieren somit Entwicklungskosten.
## Qualifikationen
* **Ausbildung:** Studium im Bereich der Materialwissenschaften, Werkstoffwissenschaften, Maschinenbau oder vergleichbar
* **Erfahrungen und Know-how:** sehr gute Kenntnisse im Bereich der Schwingfestigkeit metallischer Komponenten; Grundkenntnisse im Umgang mit Finite-Element Simulationen und Grundlagen der Programmierung in Python sind von Vorteil
* **Persönlichkeit und Arbeitsweise:** Sie sind in der Lage, Ihre Ideen klar zu kommunizieren, Ihre Aufgaben effizient zu organisieren und Verantwortung dafür zu übernehmen; Sie arbeiten effektiv mit anderen zusammen und behalten den Fokus auf die Ziele des Teams
* **Sprachen:** verhandlungssicheres Deutsch
## Zusätzliche Informationen
**Beginn:** nach Absprache
**Dauer:** 6 Monate
Voraussetzung für das Praktikum ist die Immatrikulation an einer Hochschule. Bitte fügen Sie Ihrer Bewerbung Ihren Lebenslauf, Ihren aktuellen Notenspiegel, eine aktuelle Immatrikulationsbescheinigung, Ihre Prüfungsordnung sowie ggf. eine gültige Arbeits- und Aufenthaltserlaubnis bei.
Vielfalt und Inklusion sind für uns keine Trends, sondern fest verankert in unserer Unternehmenskultur. Daher freuen wir uns über alle Bewerbungen: unabhängig von Geschlecht, Alter, Behinderung, Religion, ethnischer Herkunft oder sexueller Identität.
**Sie haben fachliche Fragen zum Job?**
Christian Frie (Fachabteilung)
+49 711 811 15707
Dominic Olveda (Fachabteilung)
+49 711 811 22952