Wissenschaftliche:r Angestellte:r, Doktorand:in Data Science mit Schwerpunkt vorausschauende Instandhaltung, MS/2407

Die Hochschule Esslingen sucht am Institut für Technische Zuverlässigkeit und Prognostik (IZP) der Fakultät Maschinen und Systeme am Campus Göppingen eine:n

Wissenschaftliche:n Angestellte:n, Doktorand:in Data Science mit Schwerpunkt vorausschauende Instandhaltung
Die zunehmende Digitalisierung und Vernetzung der technischen Systeme in einer Smart Factory im Kontext von Industrie 4.0 ermöglichen eine Echtzeitüberwachung von Maschinen und Anlagen. Die während des Betriebs der technischen Systeme gewonnenen Daten sowie vorliegende zusätzliche Informationen über die Systeme können verwendet werden, um Anomalien zu erkennen, Degradationszustände und Fehler zu diagnostizieren und den Schädigungsverlauf bis hin zum Ausfall vorherzusagen. Die so gewonnenen Erkenntnisse ermöglichen zustandsorientierte und vorausschauende Instandhaltungsstrategien wie beispielsweise Predictive Maintenance. Im Rahmen der ausgeschriebenen Stelle forschen Sie auf dem Gebiet der Zustandsdiagnose und ‑prognose technischer Systeme im Kontext einer hochflexiblen Smart Factory und deren vorausschauender Instandhaltung. Ziel ist es, die Vielzahl an heterogenen Informationsquellen einer Smart Factory zu integrieren. Dazu gehören beispielsweise Sensor-, Betrieb-, Fertigungs- und Prozessdaten sowie digitale Zwillinge in Form von physikalischen oder probabilistischen Modellen. Darauf aufbauend soll die Instandhaltungsplanung in einer Smart Factory optimiert werden.
 

Unsere Rahmenbedingungen:

• Eingruppierung erfolgt entsprechend der Aufgabenübertragung und persönlicher Voraussetzungen bis Entgeltgruppe 13 TV‑L
• Beschäftigungsumfang beträgt bis zu 100 %
• Die Stelle ist zunächst auf 3 Jahre befristet
• Starttermin: Nach Vereinbarung

Ihre Aufgaben:

• Entwicklung und Untersuchung neuer Methoden für die Einbindung von heterogenen Informationsquellen in Zustandsdiagnose- und Zustandsprognoseverfahren technischer Systeme
• Entwicklung und Untersuchung von Methoden zur Optimierung der Instandhaltungsplanung (Condition-based Maintenance, Predictive Maintenance, Prescriptive Maintenance)
• Implementierung und Erprobung der neu entwickelten Methoden unter Verwendung realer Datensätze sowie im realen Experimentierfeld
• Publikation der wissenschaftlichen Projektergebnisse und Präsentation auf Fachkonferenzen
• Beteiligung am Lehrbetrieb der Fakultät und Betreuung von studentischen Abschluss- und Projektarbeiten
• Die Bearbeitung eines Promotionsvorhabens wird erwünscht und unterstützt

Ihr Profil:

• Abgeschlossenes ingenieurwissenschaftliches Studium mit sehr gutem Master-Abschluss (Data Science, Mechatronik, Informatik, Elektrotechnik, Maschinenbau oder vergleichbar)
• Gute Programmierkenntnisse (idealerweise MATLAB oder Python)
• Kenntnisse in Data Science (insbesondere im maschinellen Lernen), idealerweise auch im Bereich der numerischen Optimierungsmethoden und stochastischen Modelle
• Kenntnisse bezüglich Verfahren zur Zustandsdiagnose und -prognose können hilfreich sein
• Freude am selbständigen, wissenschaftlichen Arbeiten 
• Sicheres Auftreten, Kreativität, Teamfähigkeit, Flexibilität, Begeisterungsfähigkeit für wissenschaftliche Fragestellungen, Kommunikationsfähigkeit und Eigeninitiative

Wir bieten

• Eine abwechslungsreiche Tätigkeit an der Schnittstelle zwischen Maschinenbau und Informatik
• Ein junges kreatives Team in einem sehr gut ausgestatteten Forschungsumfeld
• Einen hohen Anwendungsbezug und gute Kontakte zur regionalen Industrie
• Weiterqualifizierungsmöglichkeiten im Rahmen einer Promotion und darüber hinaus Beteiligung am Programm zur Förderung des professoralen Nachwuchses an Hochschulen für angewandte Wissenschaften
• Eine wertschätzende Kultur und ein kollegiales Arbeitsklima
• Ein flexibles Arbeitszeitmodell mit der Möglichkeit zum Homeoffice
• 30 Urlaubstage im Jahr; zusätzlich Sonderurlaub bei persönlichen Ereignissen
• Sabbatical-Angebot
• Ein umfassendes Weiterbildungs- und Schulungsangebot; Sprachkurse
• Vielfältige und interessante Angebote zum BGM (z.B. Jobrad, Gesundheitskurse)
• Unterstützung Ihrer Mobilität mit dem bezuschussten JobTicket BW
• Maßnahmen im Rahmen der familiengerechten Hochschule®

Die Bewerbungsfrist endet zum 30.06.2024

Ihre Bewerbung können Sie über unser Online-Bewerbungsportal unter https://recruitingapp-5456.de.umantis.com/Jobs/1?lang=ger mit der Kennziffer MS/2407 einreichen.

Die ausgeschriebene Stelle wird gefördert von der Deutschen Forschungsgemeinschaft (DFG) im Rahmen des Forschungsimpulses „Smart Factory Grids“:
https://www.hs-esslingen.de/hochschule/aktuelles/news/artikel/news/erfolgreicher-forschungsimpuls/.
Im Zuge dieses Forschungsimpulses werden wir die erkenntnisorientierte Forschung im Kontext einer hochflexiblen und intelligenten Produktion weiter ausbauen. Wir freuen uns über hoch motivierte Mitarbeiter*innen, die in einem exzellent ausgestatteten, kreativen Team an der Schnittstelle zwischen Maschinenbau und Informatik wissenschaftlich arbeiten wollen!

Weitere Informationen zur Stelle erteilt Ihnen gerne:
Prof. Dr.-Ing. Peter Zeiler, peter.zeiler@hs-esslingen.de
 

Die Hochschule Esslingen strebt in Bereichen, in denen Frauen unterrepräsentiert sind, die Erhöhung des Frauenanteils an und fordert daher qualifizierte Frauen ausdrücklich zur Bewerbung auf. Schwerbehinderte Personen werden bei entsprechender Eignung bevorzugt eingestellt. Die Teilung der Stelle ist bei entsprechender Bewerbungslage möglich. Die Hochschule Esslingen unterstützt ihre Beschäftigten mit zahlreichen Angeboten wie der Gesundheitsförderung, Personalentwicklung oder dem Jobticket. Um Familie und Beruf noch besser in Einklang zu bekommen, werden außerdem Maßnahmen im Rahmen der familiengerechten Hochschule® angeboten. Weitere Informationen erhalten Sie unter: https://www.hs-esslingen.de

Die Informationen zur Erhebung von personenbezogenen Daten finden Sie hier:
https://www.hs-esslingen.de/datenschutz/

Kontaktdaten

Personalmanagement
Melissa Karagöz
Kanalstraße 33
73728 Esslingen
T: 0711/397-3661
melissa.karagoez@hs-esslingen.de