Die Vorhersage von Ausfällen (Predictive Maintenance) mittels Methoden des maschinellen Lernens und ggf. unter Einbezug von Systemkenntnissen ermöglicht die nachhaltige Steigerung der Sicherheit, Produktivität und Lebensdauer von Betriebsmitteln. Gemeinsam mit unserem Kooperationspartner, dem Unternehmen Baker Hughes, transferieren wir Methoden des maschinellen Lernens in das spannende Themenfeld der Tiefbohrtechnik (Geothermie, Öl, Gas etc.). Möchtest auch Du Teil dieser spannenden Entwicklung sein? Dann frage uns gerne nach einer Studien-, Bachelor- oder Masterarbeit. Außerdem können wir vorbereitend für derartige Arbeiten auch bezahlte Vorpraktika, Hiwi- oder Werkstudentenstellen bei unserem Kooperationspartner vermitteln. Hinweis: Konkrete Angebote können erst auf Anfrage unter Einbezug des aktuellen Projektfortschritts und der Vorkenntnisse des Bewerbers (m/w/d) unterbreitet werden. Wir bitten um Verständnis und freuen uns auf deine Anfrage!
Das Projekt erfordert die Programmierung mit Python (Bibliotheken: Pandas, Numpy, Matplotlib oder Plotly und vor allem PyTorch). Praktische Kenntnisse in dieser oder einer ähnlichen Sprache müssen vorhanden sein. Außerdem sind Grundkenntnisse im Bereich maschinelles Lernen erwünscht (z.B. zu Clustering oder rekurrenten neuronalen Netzen). Kleinere Lücken können ggf. im Rahmen eines bezahlten Vorpraktikums geschlossen werden.
Contact person: Lars Christian Gleichmann
