Abschlussarbeit im Bereich Data Science

Abschlussarbeit im Bereich Data Science (m/w/d) (Home-Office nach Absprache anteilig möglich) RATIONAL ist weltweiter Markt- und Technologieführer, wenn es um intelligentes Küchenequipment und digitale Produkte geht. Das Ziel? Unseren Kunden in den Küchen dieser Welt den höchstmöglichen Nutzen bieten. Mittlerweile sind wir weltweit mehr als 2.800 Mitarbeitende und wollen weiter wachsen. Mit Talenten, die den Unterschied machen. Du bist gerade mitten im Studium und möchtest Praxiserfahrung sammeln? Dann pick dir das Beste bei uns raus und schreibe deine Abschlussarbeit gemeinsam mit uns als Unternehmen. Wir bieten dir ein spannendes Thema und freuen uns über deine Unterstützung. Der Arbeitsumfang beträgt 38 Stunden pro Woche für eine Dauer von 4-6 Monaten. Deine Aufgaben Durchführung einer umfassenden Literaturrecherche zu aktuellen Methoden im jeweiligen Bereich Du entwickelst und implementierst innovative Analysemethoden Dabei nutzt und verarbeitest du die echten Felddaten der RATIONAL-Geräte Du arbeitest mit einem modernen TechStack Die Ergebnisse deiner Arbeit dokumentierst und präsentierst Du den jeweiligen Stakeholdern Du bekommst Einblick in ein agiles Projektteam und in die Entwicklung von KI-Datenprodukten Dein Profil Du befindest dich aktuell im Studium der Data Science, Informatik, Physik oder in einem vergleichbaren Studiengang Gute Kenntnisse in Mathematik und Statistik sind von Vorteil Du bringst gute Programmierkenntnisse in Python mit Du verfügst über gute Deutsch- und Englischkenntnisse Interesse an der Datenanalyse und der Clusteranalyse runden Dein Profil ab Bei den Abschlussarbeiten kannst du aus folgenden Themen wählen: Analyse & Clustering von Gerätedaten mit Machine Learning Methoden Um die Nutzung unserer Gargeräte besser verstehen zu können, suchen wir aktuell Unterstützung bei der Entwicklung von neuen Analysemethoden zur Klassifizierung der Nutzungsgruppen. Optimierung von KI-Modellen durch die „Multidimensionale Clusteranalyse von Trajektorien mit Deep Learning Methoden Um die Leistung unserer KI basierten Anomaliedetektion weiter zu optimieren können, suchen wir aktuell Unterstützung bei der Entwicklung innovativer Methoden zur Multidimensionale Clusteranalyse von Trajektorien mit Deep Learning Methoden. In dieser Arbeit soll der Trajektorien-Clustering-Algorithmus auf einen weniger untersuchten Bereich der Fehlererkennung und vorausschauenden Wartung angewendet werden. Klassifizierung von Zeitreihendaten mit „Dynamic Time Warping“ Um die Nutzung unserer Gargeräte besser verstehen zu können, suchen wir aktuell Unterstützung bei der Entwicklung von neuen Analysemethoden zur Klassifizierung von Zeitreihendaten mit Hilfe von „Dynamic Time Warping“. Entwicklung von kausalen KI-Modellen im Kontext von Predictive Maintenance Um die Leistung unserer KI basierten Anomaliedetektion weiter zu optimieren können, suchen wir aktuell Unterstützung bei der Entwicklung innovativer Methoden zur Entwicklung von kausalen KI-Modellen im Kontext von Predictive Maintenance. Ziel der Arbeit ist die Erstellung eines Konzepts auf welcher Weise kausale Modelle zur Diagnose in der Wartung eingesetzt werden können. Optimierung von KI-Modellen mit „(Deep) Representation Learning“ Um die Leistung unserer KI basierten Anomaliedetektion weiter zu optimieren können, suchen wir aktuell Unterstützung bei der Entwicklung innovativer Methoden zur Verbesserung der Repräsentation von Daten mit Hilfe von „Representation Learning“. Optimale Daten-Vorbereitung für KI-Modelle Es gibt sehr viele mögliche Operationen, die auf Zeitreihendaten zur Vorbereitung für dsa Modelltraining ausgeführt werden können. Wirken sich die Operationen positiv auf die Modellperformance aus? Wir suchen Unterstützung bei der Entwicklung einer Lösung, die die Auswahl dieser Methoden optimiert ähnlich wie bei bekannten Auto-ML Methoden. Unsere Benefits Flexible Arbeitszeiten und mobiles Arbeiten Fahrtkostenzuschuss Ausgezeichnetes Betriebsrestaurant und Essensgeldzuschuss Wasser, ausreichend Vitaminbomben und Kaffee Firmenfeste: Sommerfest und Weihnachtsfeier pme Familienservice: Rat und Unterstützung in verschiedensten Lebenslagen Studierendennetzwerk: Jourfixe, get together und Studierendenstammtisch Weitere Informationen zu unseren Einstiegsmöglichkeiten findest du hier . Wende dich bei Fragen gerne an Hanna Svitlenko. Hanna Svitlenko +49 8191 327 3199 <[email hidden]>