Diese Stelle teilen

Semesterarbeit/Abschlussarbeit im Bereich Product Innovation Mobility - Start ab sofort

Datum: 18.08.2019

Standort: Crailsheim, Baden-Württemberg, Deutschland

Unternehmen: Voith Group

 

 

Seit mehr als 150 Jahren inspirieren die Technologien von Voith Kunden, Geschäftspartner und Mitarbeiter weltweit. Nachhaltiges Wirtschaften ist ein wesentlicher Teil unserer Geschichte und prägt seit jeher unser Denken und Handeln.

 

Die Voith Group | Division Turbo bietet Ihnen ein
 

Semesterarbeit/Abschlussarbeit im Bereich Product Innovation Mobility - Start ab sofort 
Job ID 49724 I Standort Crailsheim | ab sofort für 6 Monate 
 

Abschlussarbeit/Studienarbeit Maschinenbau

Klassifizierung und Mustererkennung von Fahrzeug- Betriebsdaten mit Hilfe einer „Künstlichen Intelligenz“.

 

Ihre Aufgaben

  • Programmtechnische Umsetzung zur Erstellung einer „Self Organizing Map“.
  • Visualisierung der hochdimensionalen Daten.
  • Klassifizierung von Betriebsdaten.

 

Ihr Profil

  • Fachrichtung: Informatik, Elektrotechnik, Maschinenbau oder verwandte Fachrichtung.
  • Vorkenntnisse in „Künstlicher Intelligenz“ sind von Vorteil.
  • Programmierkenntnisse (Matlab oder andere) sind notwendig.
  • Selbstständige Arbeitsweise, hohes Engagement, Kommunikations- und Teamfähigkeit.
  • Die Dauer der Arbeit beträgt 6 Monate, der Beginn ist ab sofort oder ab Frühjahr 2019 möglich.

 

Das erwartet Sie

„Künstliche Intelligenz“ (KI) ist ein mächtiges Werkzeug zur Klassifizierung und Mustererkennung von verschiedenen Eingangsgrößen. In der Bild- oder Spracherkennung ist sie heute nicht mehr wegzudenken. Aber auch abseits dieser hochkomplexen Aufgabenstellungen stellt die KI Werkzeuge zur Verfügung,  mit deren Hilfe Aufgaben aus der Datenanalyse schneller und genauer gelöst werden können. Im Bereich „Commercial Vehicle“ (CV) liegen viele Betriebsdaten aus Fahrzeugmessungen vor, die mit einer KI Klassifiziert werden sollen. Ziel ist es, auf Basis dieser Klassifizierungen eine Zuordnung von Fahrzeugen nach Anwendung, Regionen und Einsatzprofil  vornehmen zu können. Dieses ist wichtig, da die Bauteilbelastung und somit auch die Bauteil- Zuverlässigkeit stark von diesen Parameter abhängt. Durch eine Zuordnung von neuen Betriebsdaten in die einzelnen Klassen kann so eine entsprechende Zuverlässigkeits- Aussage abgeleitet werden.

Die Klassifizierung und Mustererkennung soll mit „Künstlichen Neuronalen Netzen“ (KNN), speziell mit einer „Self Organizing Map“ (SOM) erfolgen.

 


 

Bereichern Sie Ihr Studium mit praktischen Erfahrungen in einem global tätigen Technologieun­ternehmen und bewerben sich jetzt über unser Online-Portal mit Ihren ausführlichen Bewerbungs­unterlagen (Anschreiben, Lebenslauf, Zeugnissen, Immatrikulationsbescheinigung).


 

 

Die J.M. Voith SE & Co. KG freut sich auf Ihre Bewerbung!

 

Ihre persönliche Ansprechpartnerin

Voith Global Business Services EMEA GmbH

Recruiting Services • Anja Baumgartl • Tel. +49 7321 37 6123

 

voith.com/karriere

Job ID 49724

 

 

Ähnliche Stellen suchen: