Studenten(m/w/d) zur Erstellung einer Abschlussarbeit für den Bereich Entwicklung - Entwicklung[...]

Sumitomo (SHI) Demag ist gemeinsam mit seinem japanischen Mutterkonzern einer der weltweit führenden Hersteller von Kunststoff-Spritzgießmaschinen.

An vier Produktionsstandorten in Deutschland, Japan und China entwickeln und produzieren über 3.000 Mitarbeiter (m/w/d) exzellente Maschinen und Lösungen, unter anderem für die Bereiche Medizin, Elektronik und Verpackungen.

Mit unseren ressourcenschonenden Produktionslösungen leisten wir als Unternehmen einen wichtigen Beitrag zu einer nachhaltigeren Umwelt – gemäß unserem Motto „Act sustainably“

Ihre Hauptaufgaben sind

• Durchführung eines Screening-DoE zur Identifikation signifikanter Einflussgrößen auf die Bauteilqualität
• Entwicklung eines erweiterten DoE zur Modellbildung eines Qualitätsprognosemodells
• Anwendung statistischer und maschineller Lernverfahren zur Modellierung
• Validierung des Modells anhand realer Produktionsdaten
• Integration des Modells in die myAssist-Plattform zur Echtzeit-Prognose der Qualität auf Basis von Einstell- und Prozessdaten
• Wissenschaftliche Dokumentation der Methodik, Ergebnisse und Implikationen

Wir erwarten von Ihnen

• Studium im Bereich Maschinenbau, Kunststofftechnik, Wirtschaftsingenieurwesen, Data Science oder vergleichbares Studium
• Grundkenntnisse im Bereich Spritzgießtechnik und Qualitätssicherung von Vorteil
• Erfahrung mit statistischer Versuchsplanung (DoE) und Datenanalyse (z. B. Minitab)
• Interesse an der Anwendung von Machine Learning im industriellen Kontext
• Selbstständige, strukturierte Arbeitsweise und Interesse an interdisziplinären Fragestellungen

Unsere Benefits

• eine Unternehmenskultur geprägt von direkter Kommunikation, Agilität und Hands-on Mentalität
• Mitwirkung bei der Herstellung von innovativen Systemlösungen für Kunden in Zukunftsbranchen
• Stabiles Arbeitsumfeld in einem internationalen Konzern
• steile Lernkurve durch interdisziplinären Austausch mit agilen Strukturen und flachen Hierarchien
• flexible Arbeitszeitmodelle oder auch mobiles Arbeiten