Turn this role into an interview — a resume and cover letter built around what this employer wants.
TRUMPF France sucht im Raum Schramberg ein/e motivierte/n Praktikant/in im Bereich Data Science und Machine Learning. Sie arbeiten an der Laserzustandsüberwachung, bereiten Daten auf, identifizieren Anomalien und entwickeln ML-Modelle zur Qualitätssicherung.
Die Stelle bietet eine praxisnahe Einarbeitung und die Zusammenarbeit mit erfahrenen Kolleginnen und Kollegen. Beginn Sommersemester 2027, Dauer 6 Monate, Vor-Ort oder teilweise mobil nach Absprach, flexible Arbeitszeiten und attraktive
As a family-run, high-tech company with nearly 19,000 employees at 71 locations worldwide, we are looking for forward thinkers with unconventional ideas and drive to join our team. Our company culture, which values collaboration and mutual trust, creates the ideal framework for boldly trying new things and questioning the status quo. Our technologies inspire people to develop and produce things that are currently unimaginable. Whether lasers, machine tools, EUV or electronics - TRUMPF is building technological worlds for future generations. Are you ready for new challenges? Während des Studiums bei TRUMPF durchstarten – Innovation entdecken und Technik gestalten! Übernehmen Sie spannende Projekte, bringen Sie Ihre Ideen aktiv ein und arbeiten Sie eng mit erfahrenen Kolleginnen und Kollegen zusammen. Neben individueller Betreuung erwarten Sie zahlreiche Angebote speziell für Studierende, die Ihre persönliche und fachliche Entwicklung fördern. Sammeln Sie wertvolle praktische Erfahrungen, erweitern Sie Ihr Netzwerk und gestalten Sie mit uns die Technologien von morgen!
In der Laserzustandsüberwachung bereiten Sie relevante Daten strukturiert auf und schaffen damit die Grundlage für fundierte Analysen. Durch Ihre Analysen identifizieren Sie Anomalien und leiten daraus konkrete Optimierungspotenziale ab. Mit Ihrer Expertise entwickeln und implementieren Sie Machine-Learning-Modelle zur Überwachung und Vorhersage der Qualität von Laserschweißprozessen. Zur Maximierung von Genauigkeit und Effizienz übernehmen Sie die Hyperparameteroptimierung der entwickelten Modelle. Als Teil des Teams visualisieren und präsentieren Sie Ihre Ergebnisse für unterschiedliche Zielgruppen.
Ort: Schramberg Beginn: Sommersemester 2027 Dauer: 6 Monate