Machine Learning in der Logistik

Hilfskraftstelle

Themen-Schwerpunkt: Automation und Robotik, Logistik und Supply-Chain-Optimierung
Studiengänge: Informatik, Mathematik, Verwandte Studiengänge, Wirtschaftsingenieurwesen

Umfeld

Was ist ein 'Convolutional Neural Network' und wie können damit Probleme aus Objekterkennung und -detektion gelöst werden? Wie kann ein eigenes künstliches neuronales Netzwerk effektiv konstruiert und trainiert werden, um damit logistische Aufgabenstellungen zu lösen? Wie können solche Machine-Learning-Techniken helfen, den Informationsfluss entlang von Supply Chains weiter auszubauen und zu automatisieren? Hilf uns diese Fragen zu beantworten und bewirb dich jetzt!

Aufgaben

Lösung aktueller Herausforderungen im Bereich Logistik und Supply-Chain-Optimierung, insbesondere:

  • (Weiter-) Entwicklung von Ideen und Modellen zur Lösung spannender und relevanter Problemstellungen
  • Implementierung, Evaluation und Optimierung von Machine-Learning-Pipelines sowie Entwicklung unterstützender Komponenten
  • Konzeption, Erstellung und Vorbereitung von Datensätzen zum Trainieren und Testen neuronaler Netze

Wir bieten

  • ein interdisziplinäres Arbeitsumfeld mit Partnern aus Wissenschaft, Wirtschaft und Anwendern
  • eine wirtschafts- / industrienahe Arbeitsumgebung und -organisation
  • eine angenehme Arbeitsatmosphäre
  • konstruktive Zusammenarbeit
  • die Möglichkeit zu einer anschließenden spannenden Abschlussarbeit im beschriebenen Themenfeld

Wir erwarten

  • selbständiges Denken und Arbeiten
  • Grundkenntnisse in maschinellem Lernen oder Optimierungsverfahren
  • Programmierkenntnisse in Java, Python, C++ oder ähnliches
  • erste Praxiserfahrungen mit Google TensorFlow sind vorteilhaft
  • sehr gute Deutsch- oder Englischkenntnisse
  • Motivation und Engagement

Bewerbung

  • aktueller Notenauszug
  • tabellarischer Lebenslauf

Weitere Informationen