Werkstudent:in Data Science / KI
- Discuss this with your agent
- Open in Claude
- Open in ChatGPT
Prepare application
- Draft this with your agent
- Open in Claude
- Open in ChatGPT
Role details
Tech stack
+3 more
Job description
DSP Datenaufbereitung Akustik Informatik Signalverarbeitung Scikit-learn Validierung Data Science Python NumPy GIT Elektrotechnik Mentoring Dokumentation Engineering Flexibilität, Sie arbeiten an KI-gestützten Prüfalgorithmen und Anomalieerkennung - mit echten Industrie-Datensätzen aus über 180 Inline-Anlagen.
Position
Ihre Rolle.
Mehr als Daten-Spielwiese - echte Industrie.
Bei uns arbeiten Sie nicht mit synthetischen Toy-Datensätzen, sondern mit realen akustischen Signalen aus Bremsscheiben, E-Antrieben, Sinterteilen und vielem mehr. Sie unterstützen unser F&E-Team bei klassischen ML-Verfahren, Anomalieerkennung und Deep-Learning-Ansätzen für die akustische Prüftechnik.
Ideal für Studierende der Informatik, Mathematik, Physik, Elektrotechnik oder verwandter Fächer mit Interesse an Signalverarbeitung und maschinellem Lernen. 15-20 h/Woche, Pfinztal mit Home-Office-Option.
Aufgaben
Was Sie bei uns tun.
Datenaufbereitung und Feature-Engineering auf akustischen Zeit- und Frequenzsignalen Training, Evaluation und Tuning klassischer Klassifikatoren (SVM, Random Forest, GBM) Mitarbeit an Anomalieerkennung (Autoencoder, One-Class-SVM, statistische Verfahren) Validierung von Modellen gegen Kundenanforderungen (Schlupf, Pseudoausschuss) Dokumentation, Reproduzierbarkeit, kleine Beiträge zur SonicTC-Modellpipeline, Schicken Sie uns CV, kurzes Anschreiben und - falls vorhanden - ein paar Worte zu eigenen Projekten oder Repos an karriere@rte.de . Wir antworten innerhalb von 5 Werktagen.
Requirements
Laufendes Studium in Informatik, Mathematik, Physik, Elektrotechnik o. ä. Solide Python-Kenntnisse, idealerweise NumPy / scikit-learn / PyTorch Grundverständnis Signalverarbeitung (FFT, Filter, Spektrogramme) - oder Lust, es zu lernen Sauberes, reproduzierbares Arbeiten (Git, virtuelle Umgebungen, Notebooks * Module) Mind. 12 Monate verbleibende Studienzeit, 15-20 h/Woche möglich
Benefits & conditions
Was Sie von uns erwarten dürfen.
Echte Daten
Industriesignale aus Serienproduktion - keine Übungsdatensätze.
Mentoring
Erfahrenes F&E-Team aus Akustik, DSP und ML - mit Fraunhofer-Wurzeln.
Flexibilität
Studientermine gehen vor - Klausurenphasen werden respektiert.
Perspektive
Option auf Abschlussarbeit (Bachelor, Master) und Direkteinstieg.
Modernes Setup
Eigenes Notebook, GPU-Server, eigener Arbeitsplatz im Team.
Vergütung
Faire, marktgerechte Stundenvergütung.
Apply for this position
This job is hosted externally. Click below to view the full posting and apply.
Prepare application
- Draft this with your agent
- Open in Claude
- Open in ChatGPT
Good distractions
Loading talks and stories from around this role…