研究開発 · パートタイム · ワーキングスチューデント · Pfinztal
ワーキングスチューデント データサイエンス／AI（m/f/d）
AIベースの試験アルゴリズムと異常検出に取り組みます — 180台超のインラインシステムから得られる本物の産業データセットを使って。
ポジション
あなたの役割。
データの遊び場を超えた、本物の産業。
合成された練習用データセットではなく、ブレーキディスク、eドライブ、焼結部品などから得られる本物の音響信号を扱います。音響試験技術のための古典的ML、異常検出、ディープラーニングの手法で研究開発チームを支援します。
信号処理と機械学習に関心のある情報工学、数学、物理学、電気工学の学生に最適です。週15〜20時間、Pfinztal勤務（在宅勤務オプションあり）。
業務内容
担当いただくこと。
- 音響の時間・周波数信号のデータ準備と特徴量エンジニアリング
- 古典的分類器（SVM、ランダムフォレスト、GBM）の学習・評価・チューニング
- 異常検出への貢献（オートエンコーダ、One-Class SVM、統計的手法）
- 顧客KPI（見逃し率、誤排除）に対するモデルの検証
- 文書化、再現性、SonicTCモデルパイプラインへの小さな貢献
プロフィール
求める人物像。
- 情報工学、数学、物理学、電気工学などの在学中
- 確かなPython、理想的にはNumPy／scikit-learn／PyTorch
- 信号処理（FFT、フィルタ、スペクトログラム）の基礎理解 — または学ぶ意欲
- クリーンで再現性のある仕事（Git、仮想環境、ノートブック→モジュール）
- 残りの就学期間が12か月以上、週15〜20時間の稼働が可能
提供するもの
私たちからご提供すること。
本物のデータ
生産現場からの産業信号 — 練習用データセットではありません。
メンタリング
音響、DSP、MLの経験豊富な研究開発チーム — フラウンホーファーのルーツを持ちます。
柔軟性
学業が最優先 — 試験期間は尊重されます。
将来性
卒業論文（学士／修士）と、その後の直接採用の可能性。
モダンな環境
専用ノートPC、GPUサーバー、チーム内の自分の席。
待遇
公正で市場に見合った時給。
応募
次のステップ。
履歴書、簡単な志望動機、そして（あれば）ご自身のプロジェクトやリポジトリについて一言添えて karriere@rte.de までお送りください。5営業日以内に返信します。
典型的な流れ：紹介面談（30分） → 短い技術パート（データ/ML） → オファー。
今すぐ応募 募集ポジション一覧