Student für die Analyse von Machine-Learning-Modellen zur Strömungsablösung

Beschreibung

Job Zusammenfassung In dieser Position entwickelst du Machine Learning-Modelle zur Analyse von Druckmessdaten, führst systematische Experimente durch und bereitest die Ergebnisse für zukünftige Anwendungen auf. Job Zusammenfassung In dieser Position entwickelst du Machine Learning-Modelle zur Analyse von Druckmessdaten, führst systematische Experimente durch und bereitest die Ergebnisse für zukünftige Anwendungen auf. Deine Rolle im Team Strömungsablösung an Flugzeugflügeln ist ein zentrales aerodynamisches Phänomen und beeinflusst maßgeblich Auftrieb, Widerstand und strukturelle Lasten unter verschiedenen Betriebsbedingungen. In laufenden Windkanalexperimenten am DLR werden hochaufgelöste Druckmessdaten erfasst, um die zugrunde liegenden Strömungsprozesse zu analysieren. In einem kürzlich entwickelten Machine Learning (ML) Ansatz nutzen wir die spektralen Eigenschaften dieser Messdaten, um Strömungsablösung automatisiert zu erkennen. Die Leistungsfähigkeit dieser Methode hängt jedoch entscheidend von der Wahl geeigneter Modelle und deren Hyperparameter ab. Ziel deiner Tätigkeit ist es, bestehende ML-Workflows strukturiert zu variieren, sodass dieser Einfluss untersucht und quantifiziert werden kann. Die Ergebnisse sollen so aufbereitet werden, dass sie eine Grundlage für die Bewertung geeigneter Modellkonfigurationen im Hinblick auf zukünftige Anwendungen bieten. Einarbeitung in Datensatz und Methoden: Du machst dich mit der Struktur der Messdaten und deren spektralen Eigenschaften vertraut. Implementierung von ML Workflows: Du setzt ausgewählte Modelle zur Analyse der Messdaten um und entwickelst wiederverwendbare Auswerteroutinen. Systematische Experimente: Du führst Trainingsläufe und Hyperparameterstudien durch und dokumentierst die Ergebnisse. Ergebnisaufbereitung: Du unterstützt bei der Auswertung, Strukturierung und Visualisierung der Ergebnisse großer Experimentserien. Unsere Erwartungen an dich Ausbildung Laufendes Studium der Informatik / Data Science, Elektrotechnik, Maschinenbau, Luft- und Raumfahrttechnik, Physik oder andere für die Tätigkeit relevanten Studiengänge. Qualifikationen Gute Programmierkenntnisse in Python (insbesondere NumPy, pandas, scikit-learn). Grundkenntnisse in Machine Learning. Hohe Motivation, Eigeninitiative, selbstständige und strukturierte Arbeitsweise. Erfahrung Erfahrung im Umgang mit strukturierten Daten oder Interesse an strukturierter Datenaufbereitung und reproduzierbaren Analyse-Workflows. Unser Angebot Die Vergütung erfolgt gemäß der jeweils geltenden Tarifverträge des öffentlichen Dienstes (Bund). Das DLR steht für Vielfalt, Wertschätzung und Gleichstellung aller Menschen. Wir fördern eigenverantwortliches Arbeiten und die individuelle Weiterentwicklung unserer Mitarbeitenden im persönlichen und beruflichen Umfeld. Dafür stehen dir unsere zahlreichen Fort- und Weiterbildungsmöglichkeiten zur Verfügung. Chancengerechtigkeit ist uns ein besonderes Anliegen, wir möchten daher insbesondere den Anteil von Frauen in der Wissenschaft und Führung erhöhen. Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung. Benefits Work-Life-Integration 🏠 Home Office ⏰ Flexible Arbeitszeiten Themen mit denen du dich im Job beschäftigst Machine Learning Metadaten Level: Junior Job Feld: Data Anstellung: Teilzeit Vertragsart: Praktikum / Schulpraktikum Arbeitsmodell: Onsite Unternehmenstyp: Etablierte Firma Branche: Land-, Forstwirtschaft Ort: Dresden | Deutschland

Tech Stack