> Markdown version of [/jobs/ext/4745997-werkstudent-in-data-science-ki](https://www.wearedevelopers.com/jobs/ext/4745997-werkstudent-in-data-science-ki). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md). --- # Werkstudent:in Data Science / KI - **Company:** RTE Akustik + Prüftechnik GmbH - **Location:** Pfinztal, Germany (Remote available) - **Experience:** Internship - **Contract:** Internship / Graduate position - **Skills:** Artificial Intelligence, Python (Programming Language), Microsoft Office, NumPy, Signal Processing, Data Processing, Feature Engineering, Pytorch, Random Forest, Deep Learning, Git, Scikit Learn, Information Technology, Autoencoders, Laptops - **Published:** November 16, 2026 - **Apply:** https://jobs.meinestadt.de/pfinztal/standard?id=260785434 ## About the Role 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 ## 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.