Jetzt bewerben: Studentische Hilfskraft im Bereich KI-gestützte Bilddatenanalyse in der Batterieforschung bei Fertigungstechnik und Angewandte Materialforschung 4 2 out of 5 in Bremen

Das Fraunhofer-Institut für Fertigungstechnik und Angewandte Materialforschung IFAM ist eine der europaweit bedeutendsten unabhängigen Forschungseinrichtungen auf den Gebieten »Formgebung und Funktionswerkstoffe« sowie »Klebtechnik und Oberflächen«. Im Mittelpunkt stehen Forschungs- und Entwicklungsarbeiten mit dem Ziel, unseren Kunden zuverlässige und anwendungsorientierte Lösungen zu liefern. Dabei adressieren unsere Produkte und Technologien vor allem Branchen mit besonderer Bedeutung für die Zukunftsfähigkeit: Luftfahrt, Automotive, Energietechnik, maritime Technologien sowie Medizintechnik und Life Sciences. Zur Realisierung dieser Aufgabe arbeiten rund 700 hoch qualifizierte Mitarbeitende projekt- und themenbezogen zusammen.

Zur Erweiterung des Teams der Abteilung »Elektrische Energiespeicher« sucht das Fraunhofer IFAM in Bremen zum nächstmöglichen Zeitpunkt eine studentische Hilfskraft zur Anwendung von Künstlicher Intelligenz (KI) im Bereich der Bilddatenanalyse. Im Zusammenhang mit der eingetragenen Marke BATTERIEdigital® wird in der Abteilung die digitale Transformation der Batterieforschung durch die Zusammenführung umfassender Kompetenzen und innovativer Technologien aus den Bereichen Materialwissenschaften, elektrochemische Energiespeicherung, Data Analytics und Informatik vorangetrieben.

Was Du bei uns tust

• Bearbeitung aktuell relevanter Fragestellungen zur Verlängerung der Lebensdauer und Nachnutzung von Batterien in Second-Life-Anwendungen
• Anwendung intelligenter Algorithmen der Bildverarbeitung zur Qualitätssicherung von Batteriezellen
• Mitarbeit bei der Entwicklung einer intelligenten Schnelltestmethodik zur Bewertung des Zustands von Batteriezellen
• Mitarbeit bei der Entwicklung von Strategien zur Verlangsamung von Materialkreisläufen in der Batterietechnologie

Was Du mitbringst

• Eingeschriebene*r Student*in im Bereich Naturwissenschaften, Ingenieurwissenschaften oder Informatik
• Interesse und/oder Erfahrung im Bereich der Bilddatenanalyse und künstlichen Intelligenz
• Begeisterung für Themen wie Nachhaltigkeit, Kreislaufwirtschaft und Second-Life-Batterieanwendungen
• Grundkenntnisse in der Programmierung (z.B. Python, MATLAB)
• Persönliche Motivation, Kommunikationsstärke, Zuverlässigkeit, Teamfähigkeit und eine eigenverantwortliche Arbeitsweise
• Gute Deutsch- und Englischkenntnisse

Was Du erwarten kannst

• Die Mitarbeit in zukunftsweisenden Forschungsprojekten an der Schnittstelle von Energie und Digitalisierung
• Die Möglichkeit, praktische Erfahrungen in der Anwendung von KI in der Batterieforschung zu sammeln
• Ein dynamisches und unterstützendes Teamumfeld
• Flexible Arbeitszeiten, die sich gut mit dem Studium vereinbaren lassen
• Raum für eigenverantwortliches Arbeiten und kreatives Mitgestalten
• Möglichkeit der Anfertigung von Studien- und Abschlussarbeiten

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.

Haben wir Dein Interesse geweckt? Dann bewirb Dich jetzt online mit Deinen aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Dich kennenzulernen!

Fragen zu der Stelle beantwortet dir:

Dominiques Koster

dominique.koster@ifam.fraunhofer.de

Fraunhofer-Institut für Fertigungstechnik und Angewandte Materialforschung IFAM

Kennziffer: 71882