Student in für Abschlussarbeit Analyse von Batteriezellen-Messdaten

Stellenbeschreibung:

Life is always about becoming Im Leben geht es darum, sich auf eine Reise zu begeben, um die beste Version unseres zukünftigen Selbst zu werden. Während wir Neues entdecken, stellen wir uns Herausforderungen, meistern sie und wachsen über uns hinaus.
Bewerben Sie sich bei Mercedes-Benz und finden Sie den Aufgabenbereich, in dem Sie Ihre Talente individuell entfalten können. Dabei werden Sie von visionären Kolleginnen und Kollegen unterstützt, die Ihren Pioniergeist teilen. Bei uns einzusteigen bedeutet, Teil eines globalen Teams zu werden, dessen Ziel es ist, die begehrenswertesten Automobile der Welt zu bauen. Together for excellence.
Stellennummer: MER00046IN

Unser Center verantwortet im Bereich der Antriebsentwicklung der Mercedes-Benz AG das Powertrain Prototyping & Testing. In der Abteilung Testing Komponenten & Aggregate, werden u.a. Zellen, Module und Hochvolt-Batterien in verschiedensten Ausprägungen mit unterschiedlichsten Methoden getestet und bewertet.

Im Team Testing Zelle & Modul Elektrik und Funktionen verfolgen und begleiten Sie den Produktentstehungsprozess vom Zell-/Modul-Prototyp bis zum Serienmuster.

Hintergrund:

Moderne Batteriezellentests erzeugen riesige Mengen an Zeitreihen-Messdaten. Während maschinenlesbare Testspezifikationen definieren, wie Tests ausgeführt werden sollen, fehlt den resultierenden Messdaten oft eine explizite Darstellung der zugrunde liegenden Teststruktur. Um eine zukünftige automatisierte Validierung ausgeführter Tests gegen ihre Spezifikationen zu ermöglichen, müssen wiederkehrende Muster innerhalb der Messdaten zunächst identifiziert und in eine strukturierte Darstellung des tatsächlichen Testablaufs umgewandelt werden.

Wir suchen eine Studentin oder einen Studenten, die/der ein wieder verwendbares Software-Framework erforscht, entwirft, implementiert und evaluiert, das in der Lage ist, solche Muster automatisch aus realen Batterietestdaten zu entdecken.

Diese Herausforderungen kommen auf Sie zu:

Projektziel

Entwicklung eines wiederverwendbaren Python-Frameworks, das:

Wiederkehrende Muster in Batteriezellen-Messdaten automatisch identifiziert.
Teststrukturen direkt aus Messsignalen erkennt, auch wenn Lesezeichen oder Anmerkungen fehlen
Konfidenzbasierte Mustererkennung und mehrere Kandidateninterpretationen unterstützt
Erkannte Muster und ihre Beziehungen durch ein generisches und erweiterbares Datenmodell darstellt
Auf industrielle Datensätze mit Millionen von Datenpunkten skaliert
Eine saubere, wiederverwendbare API für die Integration in zukünftige Anwendungen bietet

Forschungsthemen

Potenzielle Untersuchungsbereiche umfassen:

Zeitreihen-Mustererkennung
Matrix Profile und Zeitreihen-Mining-Techniken
Ähnlichkeitssuche und formbasierte Übereinstimmung
Unüberwachte Mustererkennung und Clustering
Maschinelles Lernen für Sequenzanalyse
Skalierbare Datenverarbeitungsarchitekturen

Relevante Technologien können sein:

Python
Polars
DuckDB
Dask
Apache Arrow
STUMPY
Multi-Core- und GPU-beschleunigte Verarbeitung

Verfügbare Daten

Das Projekt kann auf etwa:

165.000 Batteriezellenmessungen
Mehr als 50 verschiedene Testtypen zurückgreifen. Dies bietet eine einzigartige Gelegenheit, Lösungen mit großen industriellen Datensätzen zu entwickeln und zu validieren.

Erwartete Ergebnisse

Die endgültige Lösung sollte umfassen:

Einen funktionsfähigen Prototyp zur automatisierten Musteridentifikation
Eine wiederverwendbare Python-API
Konfidenzbewertung für erkannte Muster
Unterstützung für alternative Musterinterpretationen
Automatisierte Tests und Dokumentation
Validierung und Leistungsbewertung anhand realer Messdaten

Die endgültige Themenfindung erfolgt in Absprache mit der Hochschule, Ihnen und uns.

Die Tätigkeit kann ab Oktober 2026 beginnen.

Studiengänge im Bereich Informatik, Data Science, Elektrotechnik, Mechatronik, Computational Engineering, Mathematik oder vergleichbare technische Studiengänge mit Schwerpunkt Softwareentwicklung oder Datenanalyse
Kenntnisse in:
- Python-Softwareentwicklung
- Data Science und Analytik
- Zeitreihenanalyse
- Maschinelles Lernen
- Softwarearchitektur und -design
- Batteriesysteme und -prüfung
Persönliche Kompetenzen:
- Sichere Deutsch- und Englischkenntnisse in Wort und Schrift
- Sicherer Umgang mit MS-Office
- Engagement
- Teamfähigkeit
- Analytische Denkweise und strategische Arbeitsweise

Zusätzliche Informationen:

Wir freuen uns auf Ihre Online-Bewerbung mit Lebenslauf, Anschreiben, Zeugnissen, aktueller Immatrikulationsbescheinigung mit Angabe des Fachsemesters und Nachweis über die Regelstudienzeit. Bitte vergessen Sie nicht im Online-Formular Ihre Dokumente als "relevant für diese Bewerbung" zu markieren und die maximale Dateigröße von 5 MB zu beachten.

Weiterführende Informationen zu den Einstellkriterien finden Sie hier.

Schwerbehinderte und gleichgestellte Bewerbende sind herzlich willkommen! Die Schwerbehindertenvertretung () unterstützt Sie gerne im Bewerbungsprozess.

People Solutions hilft Ihnen bei Fragen zum Bewerbungsprozess gerne weiter. Sie erreichen uns per E-Mail über oder telefonisch unter (Mo-Fr 10-12 Uhr & 13-15 Uhr).