B. über Cloud Computing, Containerisierung und Virtualisierungstechniken (Cloud/Docker/Kubernetes/VMs) Entwicklung von Skriptlösungen zur Optimierung von Datenpipelines (Python/Bash) Integration von Daten aus heterogenen Sensoren in einem 5G-Netzwerk Entwicklung und Verbesserung von Graph-Neuralnetzwerkmodellen für Prognosen, Diagnosen und vorausschauende Wartung (Python/Pytorch/Matlab) Integration von Flusstopologie und Umweltmessungen in Ausbreitungsmodelle Code-Versionierung und Issue-Management (Git) Training und Mitentwicklung neuer Verfahren und ML-Modelle Eventuell Mitverfassen von Forschungsarbeiten und Unterstützung bei der Verbreitung. Dein Profil: Student/in in den letzten Semestern eines M.Sc. Studiums in Informatik, Elektrotechnik oder ähnlichen Fachgebieten Erfahrung in der Softwareentwicklung (Wünschenswert) Linux-Erfahrung Kenntnisse in neuronalen Netzen, maschinellem Lernen, idealerweise auch in Graph Neural Networks Selbstmotivierte und strukturierte Arbeitsweise Gute Kommunikationsfähigkeiten in Englisch (Wünschenswert) Kommunikationsfähigkeiten in Deutsch Verfügbarkeit für die Arbeit vor Ort Unser Angebot: Internationales und dynamisches Arbeitsumfeld Flexible Arbeitszeiten und Arbeit an einem verkehrsgünstigen Standort Möglichkeit zur Forschung zu anspruchsvollen und spannenden Themen im Bereich maschinelles Lernen und neue Technologien für erneuerbare Energien Möglichkeit, zur Erstellung, Veröffentlichung und Verbreitung von Forschungsartikeln beizutragen Haben wir Dein Interesse geweckt?
Deine Aufgabe: Literaturrecherche zu Lastprognosen, Überlastungsmanagement und DL Transformers Interaktion mit dem Data Fusion Hub über REST-APIs für den Zugriff auf Netzmessungen Entwicklung eines Kommunikationsframeworks zwischen flexiblen Lastgeräten (intelligente elektrische Wärmespeichergeräte) und Überlastungsmanagement-Agenten über OpenEMS Training und Optimierung Deep Learning Modelle für Prognosen und Entscheidungsfindung Code-Versionierung und Problemmanagement (Git) Unterstützung bei der Implementierung eines Laborprototyps für das Engpassmanagement Validierung der Wirksamkeit verschiedener Managementstrategien Mitverfassen von Forschungsarbeiten und Unterstützung bei der Verbreitung der Ergebnisse Dein Profil: Student im Masterstudiengang Informatik, Elektrotechnik oder ähnlichem Fachgebiet Erfahrung in der Softwareentwicklung (Python/Java) (Wünschenswert) Erfahrung mit Linux Kenntnisse in neuronalen Netzen, maschinellem Lernen (Python/Pytorch) Selbstmotivierte und strukturierte Arbeitsweise Gute Kommunikationsfähigkeiten in Englisch (Wünschenswert) Kommunikationsfähigkeiten in Deutsch Verfügbarkeit für die Arbeit vor Ort Unser Angebot: Internationales und dynamisches Arbeitsumfeld Flexible Arbeitszeiten und Arbeit an einem verkehrsgünstigen Standort Möglichkeit, zu anspruchsvollen und spannenden Themen im Bereich maschinelles Lernen und Energienetzsteuerung zu forschen Möglichkeit zur Erstellung, Veröffentlichung und Verbreitung von Forschungsartikeln beizutragen Haben wir Dein Interesse geweckt?