Blätter-Navigation

Offre 8 sur 168 du 18/12/2025, 09:21

logo

Technische Universität Berlin - Fakultät IV - Elektrotechnik und Informatik, Insti­tut für Ener­gie- und Auto­ma­ti­sie­rungs­tech­nik / FG Elek­tro­ni­sche Mess- und Dia­gno­se­tech­nik

Wiss. Mitarbeiter*in (d/m/w)

Teilzeitbeschäftigung ist ggf. möglich

Ihre Aufgaben:

Im Forschungsprojekt „Anwendung von ML Methoden auf Gleitlagersysteme zur Verschleißprognose“ sind Verfahren für die Domain Adaption für Gleitlager im Rahmen eines FVA-Projektes in Kooperation mit der RWTH Aachen (Institut für Maschinenelemente und Systementwicklung) zur erforschen und praktisch umzusetzen. Neben der Entwicklung der Methodik sind umfangreiche Messungen an einem vorhandenen Prüfstand auszuführen.

Ihr Profil:

  • Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) der Elektrotechnik, Technischen Informatik, Maschinenbau, Automotive Systems, Mechatronik, Physikalischen Ingenieurwissenschaften oder Computational Engineering Science
  • Die Fähigkeit in deutscher Sprache in Arbeitstreffen des FVA-Begleitausschusses zu berichten und Dokumente zu erstellen wird vorausgesetzt; Gute englische Sprachkenntnisse werden ebenfalls vorausgesetzt
  • Gute bis sehr gute Kenntnisse: Technische Diagnose, Messtechnik, Grundkenntnisse Maschinenbau vorzugsweise der Lagerdynamik und des Verschleißes, Maschinelles Lernen, Statistik und Prognoseverfahren, Signalverarbeitung, Modellbildung und Simulation, Programmierung in Python, C und MATLAB

Hinweise zur Bewerbung:

Ihre Bewer­bung rich­ten Sie bitte unter Angabe der Kenn­zif­fer mit den übli­chen Unter­la­gen (zusam­men­ge­fasst in einem pdf-Doku­ment, max. 5 MB) per E-Mail an ewa.heinze@tu-berlin.de.

Mit der Abgabe einer Onlinebewerbung geben Sie als Bewerber*in Ihr Einverständnis, dass Ihre Daten elektronisch verarbeitet und gespeichert werden. Wir weisen darauf hin, dass bei ungeschützter Übersendung Ihrer Bewerbung auf elektronischem Wege keine Gewähr für die Sicherheit übermittelter persönlicher Daten übernommen werden kann. Datenschutzrechtliche Hinweise zur Verarbeitung Ihrer Daten gem. DSGVO finden Sie auf der Webseite der Personalabteilung: https://www.abt2-t.tu-berlin.de/menue/themen_a_z/datenschutzerklaerung/.

Zur Wahrung der Chancengleichheit zwischen Frauen und Männern sind Bewerbungen von Frauen mit der jeweiligen Qualifikation ausdrücklich erwünscht. Schwerbehinderte werden bei gleicher Eignung bevorzugt berücksichtigt. Die TU Berlin schätzt die Vielfalt ihrer Mitglieder und verfolgt die Ziele der Chancengleichheit. Bewerbungen von Menschen aller Nationalitäten und mit Migrationshintergrund sind herzlich willkommen.