Stellenangebot: Studentische Hilfskraft (w/m/d) – Data Science, Machine Learning und Prozessoptimierung in der Textilproduktion

Anbieter

Lehrstuhl für Textilmaschinenbau und Institut für Textiltechnik

Unser Profil

Das Institut für Textiltechnik (ITA) ist ein international agierender Forschungs- und Qualifizierungsdienstleister im Bereich faserbasierter Hochleistungswerkstoffe und deren Fertigungstechnologien. Unsere interdisziplinären Forschungsfelder umfassen sowohl anwendungsnahe Forschung und Entwicklung mit Industriepartnern als auch Grundlagenforschung.

Im Bereich Nonwovens entwickeln wir Lösungen zur Steigerung der Ressourceneffizienz und Prozessstabilität bei der Herstellung technischer Textilien. Die präzise Kontrolle hochkomplexer Fertigungsprozesse ist entscheidend, um den Ausschuss zu minimieren und den Einsatz nachhaltiger, biobasierter Rohstoffe zu ermöglichen. Hierfür wird eine Methode entwickelt, die auf der Verknüpfung von realen Prozessdaten mit intelligenten Algorithmen basiert, um eine echtzeitnahe Vorhersage der Produktqualität zu gewährleisten und den Energiebedarf der Anlagen signifikant zu senken.

Ihr Profil

Wir suchen eine studentische Hilfskraft mit den folgenden Qualifikationen:

• Du verfügst über Grundkenntnisse im Bereich Machine Learning und statistischer Modellierung (praktische Erfahrung ist zwingend erforderlich)
• Du bist für ein Studium an einer Hoch- oder Fachhochschule eingeschrieben
• Sehr gute Programmierkenntnisse in Python (insbesondere Pandas, Numpy, Scikit-Learn)
• Du arbeitest strukturiert, zuverlässig und hast Freude an der Zusammenarbeit im interdisziplinären Team
• Interesse an der Digitalisierung industrieller Fertigungsprozesse
• Sprachkenntnisse: Deutsch oder Englisch (sicher in Wort und Schrift)
• Eigeninitiative, Kommunikationsstärke und Interesse an Forschungsthemen runden dein Profil ab

Ihre Aufgaben

• Statistische Auswertung von Industriedatensätzen zur Identifizierung komplexer Korrelationen zwischen Eingangs- und Ausgangsvariablen
• Aufbereitung, Bereinigung und Transformation von Rohdaten (ETL) für das Training von Machine-Learning-Algorithmen
• Eigenständige Implementierung, Validierung und Optimierung von Machine-Learning-Modellen zur Vorhersage von Prozessergebnissen
• Unterstützung bei der Erstellung einer grafischen Benutzeroberfläche (Dashboard) zur Visualisierung der Analyseergebnisse unter Verwendung von Python (z. B. Dash/Plotly)
• Recherche und Aufbereitung technischer Inhalte im Forschungsumfeld
• Unterstützung bei der Erstellung von Inhalten für Präsentationen und wissenschaftliche Publikationen

Unser Angebot

Die Einstellung erfolgt als Studentische Hilfskraft.
Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet auf 12 Monate.
Grundsätzlich wird eine Verlängerung und eine langfristige Anstellung angestrebt.
Es handelt sich um eine Teilzeitstelle.
Die regelmäßige Wochenarbeitszeit beträgt 8 Stunden.
Die Wochenarbeitszeit kann nach erfolgreicher Einarbeitung erhöht werden.
Die Eingruppierung richtet sich nach der Richtlinie für studentische und wissenschaftliche Hilfskräfte.
Die Stelle ist bewertet mit 14,50 € pro Stunde.

Über uns

Die RWTH ist als familiengerechte Hochschule zertifiziert.
Die RWTH bietet im Rahmen eines Universitären Gesundheitsmanagements eine Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten (z. B. Hochschulsport) an. Für Tarifbeschäftigte und Beamtinnen und Beamte besteht ein umfangreiches Weiterbildungsangebot und die Möglichkeit, ein Jobticket zu erwerben.
Die Stellenausschreibung richtet sich an alle Geschlechter.
Wir wollen an der RWTH Aachen University besonders die Karrieren von Frauen fördern und freuen uns daher über Bewerberinnen.
Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern sie in der Organisationseinheit unterrepräsentiert sind und sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.
Bewerbungen geeigneter schwerbehinderter Menschen sind ausdrücklich erwünscht.
Im Sinne der Gleichbehandlung bitten wir Sie, auf ein Bewerbungsfoto zu verzichten.
Informationen zur Erhebung personenbezogener Daten nach Artikeln 13 und 14 Datenschutz-Grundverordnung (DS-GVO) finden Sie https://www.rwth-aachen.de/dsgvo-information-bewerbung