Forschung-Stellen für Cleaner

DIES SIND IHRE AUFGABEN: Unterstützung von M&P R&T-Projekten im Bereich Beschichtungs-, Oberflächen- und Kompositprozesse einschließlich Projektdefinition und Leistungsumsetzung gemäß Nominierung im Forschungs- und TechnologieprogrammTechnischer Beitrag zur Vorbereitung und Umsetzung von extern finanzierten Forschungsprojekten (z. B. LuFo, Clean Aviation)Enge Zusammenarbeit mit Forschungsinstituten, Universitäten, externen Partnern und MaterialzulieferernMitarbeit bei der Planung und Umsetzung von Optimierungs- und Vereinfachungsprojekten, insbesondere im Bereich innovativer und hochentwickelter MontageprozesseFörderung von Innovation und neuen Technologien im Bereich Materials & ProcessesAnwendung von Projekt- und Prozessmanagementmethoden zur strukturierten Projektumsetzung DAS BRINGEN SIE MIT: Abgeschlossenes Bachelorstudium im Bereich Ingenieurwesen oder einem technischen StudiengangMehrjährige Berufserfahrung (mind. 2 Jahre) im Bereich Engineering oder Forschung & Entwicklung (R&D)Gute Kenntnisse im Projektmanagement und ProzessmanagementTechnisches Verständnis im Bereich Beschichtungstechnologien, Oberflächenbehandlung oder KompositprozesseAnalytische Fähigkeiten sowie strukturierte, eigenständige und ergebnisorientierte ArbeitsweiseAusgeprägte Kommunikationsfähigkeit und Erfahrung in der Zusammenarbeit mit internationalen PartnernEnglisch verhandlungssicher in Wort und Schrift (englischer Lebenslauf erforderlich)Deutschkenntnisse mindestens auf Niveau B2Flexible Reisebereitschaft: ca. 2× monatlich nach Hamburg oder Stade sowie ggf. 1× monatlich europaweit WIR GARANTIEREN IHNEN: Wir zahlen ein tarifliches Gehalt sowie ggf.

Ihr Profil Der Lehrstuhl für Maschinelles Lernen auf Graphen sucht eine*n hochmotivierte*n Student*in mit guten Kenntnissen im maschinellen Lernen und einem ausgeprägten Interesse an der aktiven Weiterentwicklung einer State-of-the-Art Python Bibliothek für die angewandte Forschung im Bereich maschinelles Lernen auf Graphen. Wir erwarten: Gute Programmierkenntnisse in Python Gute Kenntnisse im maschinellen Lernen Erfahrung mit PyTorch Erfahrung mit professioneller Softwareentwicklung (Clean Code Practices und Python Paketverwaltung) Erfahrung mit Objektorientierter Programmierung Gute Englischkenntnisse Aktuelles Studium an einer Hoch- oder Fachhochschule Nice to have: Nachgewiesene Erfolgsbilanz (z.