Das Stellenprofil:

• Abschlussarbeit zum Thema „Entwicklung von Reduced-Order-Modellen zur PEM-Brennstoffzellensimulation auf Basis neuronaler Netze“
• Aufbau eines automatisierten Python-Frameworks (z.B. mittels Tensorflow/Keras) zur Entwicklung künstlicher neuronaler Netze (KNN) im Kontext der PEM-Brennstoffzellensimulation
• Trainieren von KNN von PEM-Brennstoffzellenstacks zur Einbindung in Systemmodelle
• Systematische Identifikation der bestgeeigneten Input-Parametersätze und KNN-Hyperparameter
• Evaluation und Optimierung der Vorhersagegenauigkeit bei stationären und dynamischen Betriebsfällen
• Erstellung „maßgeschneiderter“ KNN für spezifische Modellanwendungsfälle (z. B. dynamische Systemsimulation, statische Betriebspunktvorhersage, spezifische Stackphänomene)

Das zeichnet Sie aus:

• Student (m/w/d) des Studiengangs Maschinenbau, Fahrzeugtechnik, Verfahrenstechnik, Physik oder einer vergleichbaren Studienrichtung
• Erste Programmiererfahrung (idealerweise Python)
• Erste Erfahrungen im Bereich Machine Learning von Vorteil
• Grundkenntnisse der Brennstoffzelle
• Hohe Eigenmotivation, strukturierte und selbständige Arbeitsweise
• Gute Englischkenntnisse in Wort und Schrift
• Interesse an neuen Technologien und Entwicklungen

Was wir Ihnen bieten:

• Attraktive Vergütung sowie Fahrt- bzw. Mietkostenzuschuss bei längerem Anfahrtsweg
• Persönliche individuelle Betreuung und fachlich kompetente Unterstützung
• Anbindung an den öffentlichen Nahverkehr
• Studentenstammtisch und Teilnahme am ElringKlinger-Sportprogramm
• Betriebsrestaurant mit besonderem Rabatt für Studenten