Stelle finden
PLZ / Ort
Umkreis
Stelle finden
1433247
PLZ / Ort
Wo?
Ein Suchergebnis
20 weitere Ergebnisse wurden geladen. Insgesamt werden 1 von 1 Ergebnissen angezeigt.
Hybrid
Hochschule Wismar
Wissenschaftliche/r Mitarbeiter/in (w/m/d) Sensordatenanalyse und Machine-Learning
TV-L E 13
noch 20 Tage
online seit 01.04.2026
location_on Wismar
1 von 1 Ergebnissen
Ende der Ergebnisliste erreicht. Das eine Ergebnis wird angezeigt.
Angebots-ID Interamt:
1433247
content_copy
|
Kennung für Arbeitgeber:
15739
content_copy
Wissenschaftliche/r Mitarbeiter/in (w/m/d) Sensordatenanalyse und Machine-Learning
location_on 23966 Wismar
Hybrid
Hochschule Wismar
work
Entgelt: TV-L E 13
schedule
Teilzeit / Vollzeit
Befristet
Wochenarbeitszeit: 40 h
calendar_month
Besetzung zum: schnellstmöglich
Bewerbungsfrist: 26.04.2026
Die Hochschule Wismar ist eine leistungsstarke, innovative und international ausgerichtete Hochschule mit einer langjährigen akademischen Tradition. Durch die besondere Förderung interdisziplinärer Projekte bietet unsere Hochschule eine optimale Basis für innovative Forschung und Lehre. Die Hansestadt Wismar ist UNESCO-Weltkulturerbe, unmittelbar an der Ostsee und liegt in einer landschaftlich reizvollen Region.
In der Fakultät für Ingenieurwissenschaften, Bereich Elektrotechnik und Informatik, ist im Drittmittelprojekt "Sens2Net" zu besetzen.
Ihre Aufgaben:
- Der Arbeitsbereich Automatisierungstechnik und Mechatronik befasst sich mit dem Projekt "Sens2Net: Intelligentes Mikro-H2-Sensormodul zur dezentralen in-line Messung von Wasserstoff bzw. wasserstoffhaltigen Gasgemischen". Dabei sollen Methoden zur Analyse von Sensordaten und Modelle zur präzisen Bestimmung von Wasserstoffanteilen in Gasgemischen im Gasnetz entwickelt werden.
- eigenständige Bearbeitung des Projektes "Sens2Net"
- Aufbereitung und explorative Analyse der vom Sensorsystem erfassten Sensordaten
- Analyse und Identifikation von Einflussgrößen auf die Wasserstoffsensorwerte, insbesondere zur Erkennung von Querempfindlichkeiten
- Entwicklung von physikalischen und datengetriebenen Modellen zur präzisen Bestimmung des Wasserstoffanteils im Gasnetz
- Kombination physikalischer und Machine-Learning-Modellen zu einem hybriden Modellansatz
- Implementierung der Modelle auf Mikrocontrollern für die Berechnung und Korrektur der Wasserstoffsensorwerte in Echtzeit
- Validierung und Optimierung der Modelle hinsichtlich Genauigkeit, Robustheit und Echtzeitfähigkeit
- Erstellung und Präsentation von wissenschaftlichen Veröffentlichungen
- Berichterstattung sowie Berichterstellung zu o. g. Tätigkeiten
Ihr Profil:
- erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder vergleichbar) in einer ingenieurwissenschaftlichen Fachdisziplin
- Kenntnisse in Datenanalyse, Statistik und explorativer Auswertung von Sensordaten sowie in Modellbildung und Machine-Learning-Methoden
- Erfahrungen in der Programmierung inkl. Embedded-Programmierung sowie in der Sensortechnik
- offener und reproduzierbarer Umgang mit wissenschaftlichen Daten und Methoden
- Bereitschaft zur Einarbeitung in neue Themenfelder
- Teamfähigkeit, selbstständiges Arbeiten, Einsatzbereitschaft
- sehr gute Deutschkenntnisse in Wort und Schrift
Nähere Informationen zur Bewerbung finden Sie unter:
Kontakt
person Ansprechperson:
Frau
Witteck
callTelefon:
+49 3841 753 7721 