Abschlussarbeit „Optimierung der Ersatzteilplanung für Batteriespeichersysteme (BESS) durch den[...]

Rolls-Royce Power Systems; Berlin; On-site; EUR 13,392 - 20,088; Part time

Benefits offered by this job

Flexible Arbeitszeiten

Betriebsrestaurant

Arbeitsmedizinische Betreuung durch h.

Job summary

Rolls-Royce Power Systems in Berlin bietet ein temporäres Forschungsprojekt, das sich mit Identifikation und Quantifizierung kritischer Ersatzteile für BESS-Projekte beschäftigt. Ziel ist die Entwicklung und Validierung eines Ersatzteilplans und einer Lagerhaltungsstrategie unter Nutzung von RC- und KI-Ansätzen.

Sie sind Masterstudent (m/w/d) der Ingenieurwissenschaft oder Data Science, arbeiten selbständig, analysieren Daten und wenden KI-Methoden an.

Qualifications

• Eingeschriebener Masterstudent (m/w/d) der Fachrichtung Ingenieurwesen, Data Science oder vergleichbarer Studiengang.
• Kenntnisse in Zuverlässigkeitstechnik, Wartungsstrategien und Risikomodellierung.
• Erfahrung mit Datenanalyse und Methoden von KI/maschinellem Lernen.
• Starke analytische und konzeptionelle Fähigkeiten.
• Selbständige und strukturierte Arbeitsweise.
• Sehr gute Englischkenntnisse.
• Interesse an Digitalisierung und Prozessoptimierung im Energiesektor.

Responsibilities

• Wie sehen die aktuellen RCM-Prozesse in der Industrie aus und welchen wissenschaftlichen Hintergrund sowie bewährte Praktiken gibt es?
• Wie können die bestehenden RCM-Prozesse für BESS bei Rolls‑Royce evaluiert und verbessert werden? Was ist das Potenzial?
• Welche Wechselwirkungen gibt es zwischen Vertrieb, Service, Beschaffung und Qualität im Kontext von RCM?
• Wie können kritische Ersatzteile und deren erforderliche Mengen über die Systemlebensdauer wissenschaftlich identifiziert und geplant werden, unter der Bedingung konstanter Ausfallraten?
• Was ist die optimale Lagerstrategie für Ersatzteile (lokale vs. globale Lagerhaltung)?
• Wie können Ergebnisse für Ersatzteil‑ und Lagerstrategie sowohl mit konventionellen als auch KI‑Ansätzen generiert und validiert werden?
• Optional: Wie können Fehlerkettenanalyse und Fehlercode‑Mapping methodologisch beschrieben und analysiert werden?
• Optional: Wie unterscheiden sich traditionelle und KI-basierte Methoden bei der Erkennung von Mustern und der Risikobewertung?

Skills

Zuverlässigkeitstechnik

Datenanalyse

KI/ML-Methoden

Analytische Fähigkeiten

Selbständige Arbeitsweise

Englischkenntnisse (sehr gut)

Education

Masterstudium in Ingenieurwesen, Data Science oder vergleichbare Fachrichtung

Job description

Job Description

Diese Arbeit untersucht die Identifikation und Quantifizierung kritischer Ersatzteile für BESS-Projekte. Die Arbeit konzentriert sich auf die Entwicklung und Validierung eines Prozesses für Ersatzteilplanung und Lagerhaltungsstrategie, wobei konventionelle Methoden der Zuverlässigkeitszentrierten Wartung (RCM) sowie KI-basierte Ansätze genutzt werden. Das Ziel ist es, die Verfügbarkeit von Ersatzteilen zu optimieren, Ausfallzeiten zu minimieren und die Digitalisierung der Wartungsprozesse zu unterstützen.

Aufgaben – Das Erwartet Dich Bei Uns

• Wie sehen die aktuellen RCM-Prozesse in der Industrie aus und welchen wissenschaftlichen Hintergrund sowie bewährte Praktiken gibt es?
• Wie können die bestehenden RCM-Prozesse für BESS bei Rolls‑Royce evaluiert und verbessert werden? Was ist das Potenzial?
• Welche Wechselwirkungen gibt es zwischen Vertrieb, Service, Beschaffung und Qualität im Kontext von RCM?
• Wie können kritische Ersatzteile und deren erforderliche Mengen über die Systemlebensdauer wissenschaftlich identifiziert und geplant werden, unter der Bedingung konstanter Ausfallraten?
• Was ist die optimale Lagerstrategie für Ersatzteile (lokale vs. globale Lagerhaltung)?
• Wie können Ergebnisse für Ersatzteil‑ und Lagerstrategie sowohl mit konventionellen als auch KI‑Ansätzen generiert und validiert werden?
• Optional: Wie können Fehlerkettenanalyse (failure chain analysis) und Fehlercode‑Mapping methodologisch beschrieben und analysiert werden?
• Optional: Wie unterscheiden sich traditionelle und KI-basierte Methoden bei der Erkennung von Mustern und der Risikobewertung?

Qualifikationen – Was Wir Uns Wünschen

• Eingeschriebener Masterstudent (m/w/d) der Fachrichtung Ingenieurwesen, Data Science oder vergleichbarer Studiengang
• Kenntnisse in Zuverlässigkeitstechnik, Wartungsstrategien und Risikomodellierung
• Erfahrung mit Datenanalyse und Methoden von KI/maschinellem Lernen
• Starke analytische und konzeptionelle Fähigkeiten
• Selbständige und strukturierte Arbeitsweise
• Sehr gute Englischkenntnisse
• Interesse an Digitalisierung und Prozessoptimierung im Energiesektor

Warum Rolls‑Royce Power Systems – Das Bieten Wir Dir

• Gesunde und faire Arbeitsbedingungen (Mitglied Fair‑Company)
• Attraktive Vergütung
• Flexible Arbeitszeiten und Überstundenausgleich
• Betriebsrestaurant
• Arbeitsmedizinische Betreuung durch hauseigenen Werksarzt

Wir sind ein Arbeitgeber, der sich für Chancengleichheit einsetzt. Wir setzen uns für die Entwicklung einer vielfältigen Belegschaft und eines integrativen Arbeitsumfelds ein. Wir glauben, dass Menschen mit unterschiedlichen Hintergründen und Kulturen uns unterschiedliche Perspektiven geben. Und je mehr Perspektiven wir haben, desto erfolgreicher werden wir uns.

Dein Ansprechpartner

Nicole Perling

[e-mail]

Hinweis

Bitte bewerbe Dich ausschließlich online über unser Karriereportal. Bewerbungen auf anderen Kanälen (insb. auch E‑Mail) können nicht berücksichtigt werden.

Type of Contract

Temporary (Befristet)