Abschlussarbeit: Szenarioauswahl unter Simulationsunsicherheiten mit adaptivem Sampling und Con[...]

ThyssenKrupp Presta AG; Bremen; Vor Ort; EUR 40.000 - 60.000; Vollzeit

Zusammenfassung

Ein innovatives Unternehmen in Bremen bietet eine Abschlussarbeit zur Szenarioauswahl unter Simulationsunsicherheiten an. Die Aufgabe umfasst Literaturrecherche, Methodenentwicklung und Analyse. Ideal für Studierende mit Kenntnissen in Data Science/Maschinenlernen. Flexible Arbeitszeiten, 30 Tage Urlaub und eine attraktive Vergütung sind Teil des Angebots.

Leistungen

Attraktive (außer-) tarifliche Vergütung

30 Tage Jahresurlaub

Flexible Arbeitszeitgestaltung

Firmenfitness

Individuelle Lern- & Entwicklungsmöglichkeiten

Qualifikationen

• Laufendes technisches Studium mit Informatikanteilen.
• Fundierte Kenntnisse in maschinellem Lernen und Deep Learning von Vorteil.
• Programmieren in objektorientierter Sprache (bevorzugt Python).
• Selbständige und systematische Arbeitsweise.

Aufgaben

• Durchführung einer Literaturrecherche zu Szenarioauswahlmethoden.
• Entwicklung eigener Methoden durch Kombination bestehender Methoden.
• Analyse des Einflusses kleiner Stichprobenumfänge.
• Vergleich entwickelter Ansätze anhand von Testräumen.

Kenntnisse

Grundkenntnisse in maschinellem Lernen

Programmierkenntnisse in Python

Kommunikationsfähigkeit

Selbständige Arbeitsweise

Ausbildung

Laufendes technisches Studium

Data Science, Automatisierungstechnik, Physik oder Elektrotechnik

Tools

PyTorch

Scikit-learn

Jobbeschreibung

Abschlussarbeit: Szenarioauswahl unter Simulationsunsicherheiten mit adaptivem Sampling und Conformal Prediction (m/w/d)

• Durchführung einer fundierten Literaturrecherche zu etablierten Methoden der
  Szenarioauswahl (z. B. Adaptives Sampling / Importance Sampling) sowie zu
  Regressionsverfahren (Neuronale Netze, Gaussian Process Regression).
• Vertiefte Analyse von Verfahren zur Unsicherheitsquantifizierung, mit besonderem Schwerpunkt auf Conformal Prediction.
• Entwicklung einer eigenen Methode durch die Kombination bestehender etablierter Methoden.
• Konstruktion von Testräumen mit Fehlabschätzungen sowie Untersuchung geeigneter Bewertungsmetriken für die Methodenevaluierung.
• Analyse des Einflusses kleiner Stichprobenumfänge auf die Zuverlässigkeit der Methoden.
• Vergleich und kritische Bewertung der entwickelten Ansätze anhand konstruierter
  Kritikalitäts-/Testräume.
• Laufendes technisches Studium mit Informatikanteilen, z. B. Data Science,
  Automatisierungstechnik, Physik, Elektrotechnik oder vergleichbar.
• Grundkenntnisse in maschinellem Lernen, Deep Learning sind von Vorteil. Idealerweise erste Erfahrungen mit Frameworks wie PyTorch oder Scikit-learn.
• Frühere Erfahrungen mit Validierungsmethoden von Vorteil.
• Programmierkenntnisse in einer objektorientierten Sprache (bevorzugt Python).
• Selbständige und systematische Arbeitsweise.
• Kommunikationsfähigkeit im Umgang mit Kollegen und Projektbeteiligten.
• Sehr Deutsch- und Englischkenntnisse in Wort und Schrift.

Your benefits

Für uns ist es selbstverständlich, Dir optimale Rahmenbedingungen zu bieten. Dazu gehören unter anderem:

• Welcomeday und Onboardingprogramm
• Attraktive (außer-) tarifliche Vergütung
• Flexible und familienfreundliche Arbeitszeitgestaltung durch Gleitzeit-/ und Lebensarbeitszeitkonto sowie Homeoffice-Regelung
• 30 Tage Jahresurlaub sowie Sonderurlaub gemäß Tarifvertrag
• Hervorragende betriebliche Altersversorgung
• Spannende Aufgaben an innovativen Produkten in einem wachsenden Marineunternehmen
• Zuschuss zum Jobticket bzw. Deutschlandticket
• Firmenfitness mit bundesweiten Verbundpartnern
• Umfassende Zusatzleistungen / attraktive externe Angebote
• Individuelle Lern- & Entwicklungsmöglichkeiten in Präsenz und digital
• Umfassendes Gesundheitsmanagement inkl. Präventionsangebote
• Enge Zusammenarbeit mit Führungskräften und der Mitarbeitendenvertretung

Kollegiale Zusammenarbeit und Respekt im Umgang miteinander das findest Du bei uns seit über 185 Jahren! Wenn Dir das genauso wichtig ist, dann bewirb Dich jetzt online unter Angabe Deiner Gehaltsvorstellung und Deiner aktuellen Kündigungsfrist.