Wissenschaftlichen Mitarbeiterin (m/w/d) im Bereich der KI zur Bildverarbeitung
Wir suchen zum nächstmöglichen Zeitpunkt befristet in Vollzeit (39,83 Std./Woche = 100 %) eine*n
Wissenschaftliche*n Mitarbeiter*in (m/w/d) im Bereich der KI zur Bildverarbeitung
Der Lehrstuhl für Produktionssysteme (LPS) in der Fakultät Maschinenbau beschäftigt sich unter der Leitung von Herrn Prof. Dr.-Ing. Bernd Kuhlenkötter sowohl in der Grundlagen- als auch in der industrienahen angewandten Forschung mit den Themenschwerpunkten Produktionsautomatisierung, Industrielle Robotik, Digitalisierung in der Produktion sowie Produktionsmanagement. Der LPS betreibt dazu eine nach modernsten Gesichtspunkten gestaltete Lern- und Forschungsfabrik (LFF), in der die in den Projekten erarbeiteten theoretischen Konzepte umgesetzt und evaluiert werden. Durch die Demonstration der Ergebnisse in der Fabrik fördert der LPS den Technologie-Transfer in die Wirtschaft. Im neuen Zentrum für das Engineering Smarter Produkt-Service Systeme (ZESS, www.ZESS.institute) besteht zudem eine einzigartige Möglichkeit, die Forschung und Entwicklung im Bereich der Smarten Produkt-Service Systeme mit einem interdisziplinären Team von Wissenschaftlern (m/w/d) unter einem Dach voranzutreiben und interdisziplinär zu vertiefen.
In der metallverarbeitenden Industrie stellt die Qualitätssicherung von Druckgussbauteilen eine zentrale, jedoch personalintensive Herausforderung dar. Manuelle Sichtprüfungen sind fehleranfällig und stoßen bei großen Stückzahlen schnell an ihre Grenzen. Ziel dieses Forschungsprojekts ist es, ein vollautomatisiertes, KI-gestütztes System zur Erkennung und Klassifikation von Oberflächenfehlern zu entwickeln. Hierfür werden Methoden des maschinellen Lernens mit einem kamerabasierten Bildaufnahmesystem kombiniert, um Bauteile zuverlässig und effizient zu prüfen. Dabei wird sowohl die Entwicklung geeigneter KI-Modelle als auch deren Integration in den laufenden Produktionsprozess angestrebt, mit dem übergeordneten Ziel, die Produktqualität nachhaltig zu steigern und den Ausschuss langfristig zu reduzieren.
Umfang: Vollzeit
Dauer: befristet, 31.03.2028
Beginn: zum nächstmöglichen Zeitpunkt
Bewerben bis: 30.03.2026
Ihre Aufgaben
- Entwicklung und Evaluation von maschinellen Lernmodellen zur automatisierten Erkennung und Klassifikation von Oberflächenfehlern
- Aufbau und Optimierung einer Datenpipeline zur strukturierten Verarbeitung und Speicherung heterogener Datenquellen
- Untersuchung des Einsatzes synthetischer Daten zur Erweiterung der Trainingsdatenbasis
- Anwendung von Methoden der erklärbaren KI (XAI) zur Ableitung von Optimierungspotenzialen im Produktionsprozess
- Entwicklung einer grafischen Benutzeroberfläche zur Steuerung und Überwachung des Qualitätsprüfsystems
- Validierung der entwickelten Komponenten unter realen Produktionsbedingungen
Ihr Profil
Einstellungsvoraussetzung ist ein mit überdurchschnittlichem Erfolg abgeschlossenes ingenieurwissenschaftliches Universitätsstudium der Fachrichtung Maschinenbau, Mechatronik, Informatik oder Angewandte Informatik. Sie integrieren sich eigenständig in ein leistungsorientiertes, flexibles und dynamisches Umfeld und zeichnen sich durch Kommunikationsfähigkeit in der Zusammenarbeit mit verschiedenen Partnern aus.
Als Bewerber (m/w/d) sollten Sie über fundierte praktische Kenntnisse in einigen der den folgenden Bereichen verfügen:
- Sie besitzen Kenntnisse über KI-Methoden (i. B. Machine Learning)
- Sie besitzen Kenntnisse in der Programmiersprache (i. B. Python) und sind bereit sich eigenständig neue Programmierkenntnisse anzueignen
- Sie besitzen die Flexibilität und Offenheit gegenüber Veränderungen, Bereitschaft zum Erlernen von Neuem, und Freude am Gestalten neuer Lösungen
- Sie besitzen eine ausgeprägte Kommunikationsstärke und die Fähigkeit, Inhalte für Fachfremde verständlich zu machen, Menschen zu motivieren und in einem Team zu arbeiten
- Ein Verständnis über umformtechnische Grundlagen ist von Vorteil, aber kein Muss
- Fließende Deutsch- und Englischkenntnisse in Wort und Schrift
Mehr anzeigen
Dies ist eine auf dritten Jobbörsen gefundene Stellenanzeige. Wir bieten hierfür keinen Support, können diese aber jederzeit offline stellen. Für weitere Informationen: Datenschutzhinweise | Anzeige melden.