Masterarbeit: Automatisierte Sensorkalibrierung und Fehlerklassifizierung für intelligente Sensornetzwerke (w/m/div.)
Bosch•2h ago
Renningen, BW, deHybridFull-timeIntern Level0-1 yrs exp
- Bei Bosch gestalten wir die Zukunft, indem wir hochwertige Technologien und Dienstleistungen entwickeln, die begeistern und das Leben der Menschen bereichern. Unser Versprechen an unsere Mitarbeitenden ist felsenfest: Wir wachsen gemeinsam, wir haben Freude an unserer Arbeit und wir inspirieren uns gegenseitig. Machen Sie mit und spüren Sie den Unterschied. Die Robert Bosch GmbH freut sich auf Ihre Bewerbung!
- Dieses Projekt konzentriert sich auf die Optimierung der Zuverlässigkeit industrieller Maschinen durch fortschrittliches Sensormonitoring und automatisierte Kalibrierung. Im Rahmen Ihrer Abschlussarbeit untersuchen Sie zwei Hauptarten von Sensorausfällen: physische Hardware-Anomalien und softwarebedingte Abweichungen (Drifts). Durch die Kombination praxisnaher Messungen am Prüfstand mit Datenanalysen entwickeln Sie ein System, das zwischen diesen Fehlerarten unterscheidet und – wo möglich – automatisch softwarebasierte Korrekturen anwendet. Ihr abschließendes Konzept trägt zur Entwicklung selbstkalibrierender Sensorsysteme bei. Im Rahmen Ihrer Abschlussarbeit führen Sie physische Messungen an einem Kugelgewindetrieb-(BSD)-Prüfstand durch, um sowohl fehlerfreie („gute“) Sensordaten als auch hardwarebedingte Sensorausfälle („schlechte“) zu erfassen und zu analysieren. Sie analysieren einen bereitgestellten, vorab detektierten Datensatz mit softwarebedingten Sensorabweichungen (z. B. Sensordrift). Sie erarbeiten Kriterien, die eine softwarekorrigierbare Drift von einem physischen Hardwarefehler unterscheiden, sodass der Sensor für eine rein softwarebasierte Rekalibrierung geeignet ist. Darüber hinaus recherchieren und bewerten Sie verschiedene softwarebasierte Rekalibrierungstechniken. Sie entwerfen ein robustes Konzept für einen automatisierten Workflow, der auf Basis Ihrer Klassifikation die passende softwarebasierte Rekalibrierung auslöst und anschließend prüft, ob der Sensor wieder korrekt arbeitet. Zudem validieren Sie Ihr Konzept sowohl mit Ihren neu aufgezeichneten Hardware-Datensätzen als auch mit den bereitgestellten Drift-Datensätzen. Abschließend identifizieren Sie Fälle, in denen eine softwarebasierte Rekalibrierung nicht ausreicht (mit besonderem Fokus auf die aufgezeichneten Hardwarefehler), und schlagen eine Strategie vor, wie das System mit diesen physischen Anomalien umgehen soll (z. B. Kennzeichnung für Wartung oder Auslösen eines Hardwareaustauschs).
- Ausbildung: Masterstudium im Bereich Informatik, Data Science, Elektrotechnik, Mechatronik, Ingenieurwesen, Physik oder vergleichbar, mit sehr guten Studienleistungen Erfahrung und Kenntnisse: Sehr gute Programmierkenntnisse in Python sowie sicherer Umgang mit Data-Science-Bibliotheken (z. B. Pandas, NumPy, Scikit-learn)
- fundierte theoretische Kenntnisse und erste praktische Erfahrungen in Datenanalyse und Machine-Learning-Konzepten, insbesondere im Bereich Klassifikation
- grundlegendes Verständnis physikalischer Messprinzipien, Sensortechnik oder industrieller Automatisierung
- Kenntnisse in kollaborativer Softwareentwicklung sowie mit Plattformen wie Git/GitHub Persönlichkeit und Arbeitsweise: Sie sind hoch motiviert, offen für Zusammenarbeit und Teamarbeit und verbinden eine eigenständige, systematische Arbeitsweise mit ausgeprägtem analytischem Denken Arbeitsmodell: Unser hybrides Modell bietet Ihnen eine ausgewogene Mischung aus Präsenz vor Ort und Remote-Arbeit Interesse: Sie haben großes Interesse daran, reale industrielle Problemstellungen zu lösen, und sind von der Idee fasziniert, intelligente, selbstwartende Systeme zu entwickeln Sprachen: Verhandlungssicheres Englisch
- Deutschkenntnisse sind von Vorteil
- Start: nach vorheriger Absprache Dauer: 6 Monate Voraussetzung für diese Abschlussarbeit ist die Immatrikulation an einer Hochschule/Universität. Bitte fügen Sie Ihren Lebenslauf, Ihren Notenspiegel (Transcript of Records), die Prüfungsordnung sowie – falls erforderlich – eine gültige Arbeits- und Aufenthaltserlaubnis bei. Vielfalt und Inklusion sind für uns nicht nur Trends, sondern fest in unserer Unternehmenskultur verankert. Daher begrüßen wir alle Bewerbungen – unabhängig von Geschlecht, Alter, Behinderung, Religion, ethnischer Herkunft oder sexueller Identität. Benötigen Sie weitere Informationen zur Stelle? Abbas Hassoun (Fachabteilung) +49 178 2363207 #LikeABosch startet hier: Jetzt bewerben! #LI-DNI
Required skills
PythonData SciencePandasNumPyScikit-learnMachine LearningData AnalysisSensor TechnologyIndustrial AutomationGitGitHub