Abschlussarbeit KI-gestützte thermische Modellierung auf Basis physikalisch informierter Modelle

ANDREAS STIHL AG & Co. KG; Waiblingen; On-site; EUR 10,000 - 12,000; Part time

Job summary

ANDREAS STIHL AG & Co. KG in Waiblingen sucht eine/n eingeschriebene/n Student/in zur Analyse und Bewertung KI-basierter Modellierungsansätze für thermische Systeme.

Sie passen Modelle an reale Anwendungen an und entwickeln Trainings- und Validierungsstrategien basierend auf Messdaten. Sie prüfen Einflussgrößen auf Vorhersagegüte, arbeiten an Workflows zur datenbasierten Parametrierung thermischer Netzwerkmodelle und bringen Grundlagen in Wärmeübertragung, Simulation und ML mit.

Qualifications

• Studentisches Studium in einem technischen Fach mit Schwerpunkt Thermische Systeme.
• Grundkenntnisse in Wärmeübertragung, thermischer Simulation oder Systemmodellierung.
• Grundkenntnisse im Bereich Maschinelles Lernen oder Data Science.

Responsibilities

• Du analysierst und bewertest KI-basierte Modellierungsansätze für thermische Systeme.
• Du passt vorhandene Modellierungsansätze auf konkrete Anwendungsfälle an.
• Du entwickelst Trainings- und Validierungsstrategien anhand vorhandener Messdaten.
• Du prüfst Einflussgrößen, Modellstruktur und Trainingsstrategien auf Vorhersagegüte.

Skills

Wärmeübertragung

Thermische Simulation

Systemmodellierung

Maschinelles Lernen

Python

NumPy

Pandas

PyTorch

Eigeninitiative

Analytische Fähigkeiten

Education

Laufendes Studium im Maschinenbau/Mechatronik/ RTX

Tools

NumPy

Pandas

PyTorch

Job description

Das ist die Aufgabe

• Du analysierst und bewertest KI-basierte Modellierungsansätze für thermische Systeme unter Berücksichtigung physikalischer Randbedingungen (PINN, TNN, LPTN+KI, …)
• Du passt einen bestehenden Modellierungsansatz an konkrete Anwendungsfälle an und entwickelst auf Basis vorhandener Messdaten geeignete Trainings- und Validierungsstrategien.
• Du untersuchst den Einfluss von Eingangsgrößen, Modellstruktur und Trainingsstrategie auf die Vorhersagegüte und bewertest die physikalische Plausibilität der identifizierten thermischen Zusammenhänge.
• Du entwickelst einen Workflow zur datenbasierten Parametrierung thermischer Netzwerkmodelle und bewertest dessen Leistungsfähigkeit im Vergleich zu etablierten Modellierungsansätzen.

Das wünschen wir uns

• Laufendes Studium in den Fachrichtungen Maschinenbau, Mechatronik, Luft- und Raumfahrttechnik, Thermische Verfahrenstechnik, Simulation Technology oder vergleichbare Studiengänge
• Kenntnisse in den Bereichen Wärmeübertragung, thermische Simulation oder Systemmodellierung von Vorteil
• Grundkenntnisse im Bereich Maschinelles Lernen oder Data Science
• Gute Python-Kenntnisse, idealerweise Erfahrungen mit NumPy, Pandas und PyTorch
• Eigeninitiative, eine zielorientierte Arbeitsweise, sowie gute analytische Fähigkeiten

Weitere Details zur Stelle

• Gehalt: 1.000 €/Monat
• Beginn: ab November 2026