Abschlussarbeit KI-gestützte thermische Modellierung auf Basis physikalisch informierter Modelle

STIHL; Waiblingen; On-site; EUR 10,000 - 12,000; Part time

Job summary

STIHL sucht Studentische Unterstützung im Bereich der KI-gestützten Modellierung thermo­technischer Systeme in Waiblingen. Sie analysieren, bewerten und passen Modelle basierend auf Messdaten an, erarbeiten Trainings- und Validierungsstrategien und prüfen die Plausibilität der identifizierten Zusammenhänge.

Sie arbeiten an der Entwicklung eines datenbasierten Parametrierungs-Workflows und evaluieren dessen Leistungsfähigkeit im Vergleich zu etablierten Ansätzen.

Qualifications

• Laufendes Studium in den genannten Fachrichtungen.
• Kenntnisse in Wärmeübertragung, thermischer Simulation oder Systemmodellierung sind von Vorteil.
• Gute Python-Kenntnisse; Erfahrungen mit NumPy, Pandas und PyTorch wünschenswert.
• Eigeninitiative, zielorientierte Arbeitsweise und analytische Fähigkeiten.

Responsibilities

• Du analysierst und bewertest KI-basierte Modellierungsansätze für thermische Systeme.
• Du passt Modelle an konkrete Anwendungsfälle an und entwickelst Trainings-/Validierungsstrategien.
• Du untersuchst Einflussfaktoren auf Vorhersagegüte und Plausibilität thermischer Zusammenhänge.
• Du entwickelst einen Workflow zur datenbasierten Parametrierung thermischer Modelle.

Skills

Python

Machine Learning

Data Science

Education

Maschinenbau/Mechatronik/TH-Studium, ähnliche

Tools

NumPy

Pandas

PyTorch

Job description

Arbeiten bei STIHL heißt, von Anfang an etwas zu bewegen. Wir suchen Menschen, die Verantwortung übernehmen, ihre Ideen einbringen und gemeinsam wachsen wollen. Ob innovative Technologien, starke Produkte oder zukunftsweisende Projekte – bei uns findet man Raum, um Wirkung zu entfalten. Denn jeder Beitrag zählt – für unsere Kundinnen und Kunden, für die Umwelt und für unser Team. We are HERE FOR A REASON.

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
• Bitte füge deiner Bewerbung folgende Unterlagen bei: Lebenslauf, aktueller Notenspiegel und Immatrikulationsbescheinigung sowie wenn vorliegend Arbeitszeugnisse und deine gültige Arbeits- und Aufenthaltserlaubnis