Deine Aufgaben

• Analyse und Aufbereitung von Maschinen- und Sensordaten aus industriellen Anwendungen
• Entwicklung und Evaluation von Algorithmen zur Zustandsüberwachung und Ausfallvorhersage
• Identifikation relevanter Features und Muster zur Früherkennung von Anomalien
• Vergleich und Bewertung verschiedener Machine-Learning-Ansätze für Predictive-Maintenance-Anwendungsfälle
• Validierung der Modelle anhand realer oder realitätsnaher Datensätze
• Enge Zusammenarbeit mit Domain-Experten aus Service, Engineering und Produktmanagement
• Dokumentation der Ergebnisse sowie Ableitung von Handlungsempfehlungen für den Praxiseinsatz

Dein Profil

• Studium im Bereich Data Science, Data Analytics, Data Engineering, AI Engineering, Informatik oder vergleichbar
• Sehr gutes Verständnis von Machine Learning und Data Analytics
• Erste praktische Erfahrung mit ML-Algorithmen (z. B. Regression, Klassifikation, Clustering, Zeitreihenanalyse)
• Kenntnisse in Python sowie gängigen Data-Science-Frameworks (z. B. pandas, NumPy, scikit-learn, TensorFlow / PyTorch von Vorteil)
• Grundverständnis für industrielle Daten (z. B. Sensordaten, Maschinendaten, Zeitreihen)
• Interesse an Predictive Maintenance, Smart Services und datengetriebenen Geschäftsmodellen
• Analytische, strukturierte Arbeitsweise sowie hohe Eigeninitiative
• Gute Deutsch- oder Englischkenntnisse in Wort und Schrift