JobCubby JobCubby
Sign up
ZEISS Group

Werkstudent - Machine Learning & datenbasierte Prozessmodellierung (m/w/x)

ZEISS Group Oberkochen, Baden-Württemberg, Germany

Machinery Manufacturing · 10,001+ employees

3 d ago
machine-learning Junior (0-2 yrs) Part-time Internship Germany
Create a free account to apply — email only, no card. You can also save this posting or score it against your profile with AI.

Applying here? Try the free cover letter tool — paste this posting and your résumé, no account needed.

About the role

Analyze, prepare, and visualize data from metalworking processes, investigate relationships between process variables and outcomes, and develop and compare data-driven and physics-informed models. Validate models using experimental data, plan and conduct shop-floor experiments, and document, evaluate, and present results.

What they look for

Python Data Analysis Data Preparation Data Visualization Machine Learning Physics-Informed Machine Learning Scientific Machine Learning Process Modeling Physical Modeling Simulation CNC Metalworking Experimental Validation Analytical Thinking Experiment Design Technical Documentation Presentation Skills

Requirements

Applicants should be studying mechanical engineering, production engineering, mechatronics, physics, or a comparable field, with an interest in CNC metalworking, process modeling, and data-driven methods. Good Python and data-handling skills, analytical ability, and a structured, independent working style are expected; knowledge of physics-informed or scientific machine learning, simulation, or physical modeling is an advantage.

Full description

Deine Rolle

Bei uns hast Du die Möglichkeit, Studium und Praxis optimal miteinander zu verbinden und aktiv an spannenden Projekten mitzuarbeiten. So sammelst Du wertvolle Erfahrungen, baust Dein Netzwerk auf und entwickelst Dich sowohl fachlich als auch persönlich weiter. 

  • Analyse, Aufbereitung und Visualisierung von Daten aus Metallbearbeitungsprozessen
  • Untersuchung von Zusammenhängen zwischen Prozessgrößen und Bearbeitungsergebnis
  • Entwicklung und Vergleich von datengetriebenen und physik-informierten Modellen
  • Integration von physikalischem Prozesswissen in Machine-Learning-Ansätze
  • Anwendung und Bewertung von Methoden des Physics-Informed Machine Learning
  • Validierung der entwickelten Modelle anhand experimenteller Daten sowie die Ausarbeitung und Durchführung geeigneter Versuchsreihen auf dem Shopfloor
  • Strukturierte Dokumentation, Bewertung und Präsentation der Ergebnisse

Dein Profil

  • Studium im Bereich Maschinenbau, Produktionstechnik, Mechatronik, Physik oder einer vergleichbaren Fachrichtung
  • Interesse an CNC-Metallbearbeitung, Prozessmodellierung und datengetriebenen Methoden
  • Gute Kenntnisse in Python und im Umgang mit Daten
  • Kenntnisse in Physics-Informed Machine Learning, Scientific Machine Learning, Simulation oder physikalischer Modellierung sind ein Plus
  • Gutes analytisches Verständnis und Freude daran, physikalische und datenbasierte Betrachtungsweisen miteinander zu verbinden
  • Strukturierte und selbstständige Arbeitsweise

Klingt spannend? Dann werde Teil von #teamZEISS und gestalte mit uns die Zukunft! Reiche uns hierfür bitte Deine vollständigen Bewerbungsunterlagen (Lebenslauf, Zeugnisse etc.) ein.

Your ZEISS Recruiting Team:

Franziska Gansloser

Similar roles