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
Ihr Ansprechpartner:
Stephanie Kolb
Stephanie.Kolb@ekpo-fuelcell.com
EKPO Fuel Cell Technologie GmbH
Max-Eyth-Straße 2
72581 Dettingen/Erms