Informationen zur Anzeige:
Masterand Spannungsverteilung mittels Tiefer Neuronaler Netzwerke (w/m/x)
München
Aktualität: 23.04.2025
Anzeigeninhalt:
23.04.2025, BMW AG
München
Masterand Spannungsverteilung mittels Tiefer Neuronaler Netzwerke (w/m/x)
Über uns:
Mit unseren Marken BMW, MINI, Rolls-Royce und BMW Motorrad sind wir einer der weltweit führenden Premium-Hersteller von Automobilen sowie Motorrädern und darüber hinaus Anbieter von Premium-Finanz- und Mobilitätsdienstleistungen.
Nur hochprofessionelle Abläufe in dynamischen Teams produzieren innovative Spitzentechnologie. Aber Fahrfreude wird bei uns von der Entwicklung bis zur Fertigung vor allem auch mit Spaß an der Arbeit und Begeisterung für das gemeinsame Projekt realisiert. Deshalb geben wir Studierenden bei uns nicht nur die Gelegenheit zum Zuhören, sondern vor allem auch zum Mitreden und Weiterdenken.
Wir, die BMW Group, bieten eine spannende und abwechslungsreiche Masterarbeit im Bereich Digitalisierung Lackierte Karosserie. Unser Unternehmensbereich Technologie lackierte Karosserie sorgt für die Planung und Produktion von Einzelteilen, Baugruppen und Karosserien. Wir liefern dabei einen wichtigen Beitrag zur Umsetzung des Designs von zukünftigen Fahrzeugprojekten.
Aufgaben:
- Im Rahmen deiner Masterarbeit entwickelst du ein neuronales Netzwerk-basiertes Modell zur Vorhersage der Spannung nach einem Umformprozess unter Berücksichtigung der physikalischen Randbedingungen.
- Dafür bereitest du Datensätze mit Hilfe von FEM-basierter Umformsimulation vor.
- Du implementierst und evaluierest Transfer-Learning-Methoden, um trainierte Modelle an verschiedene Komponenten-Geometrien mit minimalem zusätzlichem Training anzupassen.
- Du analysierst die Generalisierungsfähigkeiten des Modells über verschiedene Komponenten-Geometrien.
- Du bewertest die Verbesserungen der rechentechnischen Effizienz über verschiedene Hardwarekonfigurationen im Vergleich zu den traditionellen FEM-Lösungszeiten.
- Für die Datensatzvorbereitung und Simulationsvalidierung arbeitest du eng vernetzt mit internen Fachbereichen zusammen.
- Bitte beachte, dass die Betreuung deiner Studienabschlussarbeit durch eine Hochschule/Universität deinerseits sichergestellt sein muss.
Qualifikationen:
- Studium der Computational Mechanics, Datenwissenschaft, Informatik, Maschinenbau oder ein vergleichbarer Studiengang.
- Starke Programmierkenntnisse in Python mit Erfahrung in PyTorch oder TensorFlow.
- Erfahrung mit Graph-Theorie und Deep-Learning-Architekturen sind gewünscht.
- Verständnis von Finite-Elemente-Analyse und Computermechanik sind von Vorteil.
- Verhandlungssichere Deutsch- und Englischkenntnisse.
- Freude am eigenverantwortlichen Arbeiten sowie analytisches Denkvermögen.
Wir bieten:
- Umfassendes Mentoring & Onboarding.
- Persönliche & fachliche Weiterentwicklung.
- Flexible Arbeitszeiten.
- Mobilarbeit.
- Attraktive & faire Vergütung.
- Apartments für Studierende (nach Verfügbarkeit & nur am Standort München).
- Und vieles mehr siehe bmw.jobs/waswirbieten .
Unser Kontakt:
Stellenreferenz: 155809
BMW Group
Recruiting
München
Hier gibt es viele weitere Infos über uns: bmwgroup.jobs/karriere
Weitere Informationen:
Bei der BMW Group verstehen wir Diversität und Inklusion in all ihren Dimensionen als Stärke für unsere Teams. Chancengleichheit ist uns ein besonderes Anliegen, die Gleichbehandlung von Bewerber:innen sowie Mitarbeiter:innen ein grundlegendes Prinzip unserer Unternehmenspolitik. Daher basieren auch unsere Recruiting-Entscheidungen auf ihrer Persönlichkeit, ihren Erfahrungen und Fähigkeiten.
Fachrichtung
Art des Angebots
Bundesland
Standorte
Masterand Spannungsverteilung mittels Tiefer Neuronaler Netzwerke (w/m/x)
Drucken
Teilen
München