Steige ein in die faszinierende Welt des Deutschen Zentrums für Luft- und Raumfahrt (DLR), um mit Forschung und Innovation die Zukunft mitzugestalten! Mit dem Know-how und der Neugier unserer 11.000 Mitarbeitenden aus 100 Nationen sowie unserer einzigartigen Infrastruktur, bieten wir ein spannendes und inspirierendes Arbeitsumfeld. Gemeinsam entwickeln wir nachhaltige Technologien und tragen so zur Lösung globaler Herausforderungen bei. Möchtest du diese große Zukunftsaufgabe mit uns zusammen angehen? Dann ist dein Platz bei uns!
Kennziffer: 1070
Arbeitsort: Aachen
Eintrittsdatum: 01.05.2025
Karrierestufe: Studentische Tätigkeit
Beschäftigungsgrad: Teilzeit
Dauer der Beschäftigung: 6 Monate
Vergütung: Die Vergütung erfolgt gemäß der jeweils geltenden Tarifverträge des öffentlichen Dienstes (Bund).
Das erwartet dich
In der Abteilung Prozessoptimierung und Digitalisierung im DLR Institut für Instandhaltung und Modifikation erwartet dich ein junges, diverses und dynamisches Team aus Wissenschaftlern/innen. Wir erforschen neue Konzepte für eine digitalisierte Instandhaltung. Dies umfasst u.a. digitale Zwillinge, Methoden zur Datenanalyse für die Zustandsüberwachung und -vorhersage, neue Ansätze zur automatisierten Interaktion vernetzter Stakeholder, KI-Methoden sowie neue Methoden zur dynamischen Prozessmodellierung und -simulation. Am Standort Aachen/Würselen liegt der Forschungsschwerpunkt im Bereich neuer Konzepte und Technologien für Kleinflugzeuge.
Deine Aufgaben
Im Rahmen der Flugzeuginstandhaltung gewinnt maschinelles Lernen als Werkzeug für die datenbasierte prädiktive Instandhaltung von neuartigen Luftfahrtkomponenten zunehmend an Bedeutung. Trainierte Modelle zur Vorhersage von Bauteilzuständen verwenden idealtypisch experimentell akquirierte Datensätze. Für Komponenten von Kleinflugzeugen und der neuartigen Luftmobilität stehen diese während der Betriebsphase anfallenden Datensätze nur begrenzt zur Verfügung. Aufgrund datengetriebener Vorhersagemodelle besteht jedoch der Bedarf nach großen Datenmengen, weshalb das Training dieser Modelle auf Basis synthetisch generierter und angereicherter Datensätze erfolgen kann. Eine Möglichkeit der Datenanreicherung stellen sogenannte Generative Adversarial Networks (GANs) dar, welche auf definierten Basisdatensätzen trainiert werden, um neue, realistische Datensätze zu generieren. In vorangehenden Forschungsarbeiten wurden bereits ähnliche GANs aufgebaut und trainiert. Diese Arbeiten sollen fortgesetzt und ausgebaut werden. Darüber hinaus ist eine Integration in eine am Institut aufgebaute verteilte Lernumgebung geplant. Weitere Unterpunkte und anzufallende Tätigkeiten sind zu bearbeiten:
Das bringst du mit
Das bieten wir dir
Das DLR steht für Vielfalt, Wertschätzung und Gleichstellung aller Menschen. Wir fördern eigenverantwortliches Arbeiten und die individuelle Weiterentwicklung unserer Mitarbeitenden im persönlichen und beruflichen Umfeld. Dafür stehen dir unsere zahlreichen Fort- und Weiterbildungsmöglichkeiten zur Verfügung. Chancengerechtigkeit ist uns ein besonderes Anliegen, wir möchten daher insbesondere den Anteil von Frauen in der Wissenschaft und Führung erhöhen. Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.
Wir freuen uns darauf, dich kennenzulernen!
Fragen zu dieser Position (Kennziffer 1070) beantwortet dir gerne:
Florian Raddatz
Tel.: +49 40 2489641 120
Academic Europe, the European career network for Academics, Researchers and Scientists
