Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist die weltweit führende Organisation für anwendungsorientierte Forschung. Rund 30 800 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,0 Milliarden Euro.
Das Fraunhofer-Institut für Schicht- und Oberflächentechnik IST in Braunschweig bietet interessierten und motivierten Studierenden die Möglichkeit eine Masterarbeit in der Schnittstelle »Life Cycle Engineering« und »Artificial Intelligence« anzufertigen. Eine mögliche Aufgabenstellung beinhaltet die Integration von Transformer-Modellen in Life Cycle Assessment, um den Zeit- und Ressourcenverbrauch bei der Erstellung zu minimieren.
Das Team der Arbeitsgruppe »Nachhaltige Prozessketten für Batteriesysteme« erschließt gemeinsam mit namhaften Unternehmen und Organisationen die Potenziale einer Energiespeicherproduktion in Deutschland. Ausgehend von den Anforderungen einer nachhaltigen Entwicklung adressiert das Team zentrale Fragestellungen der Energie- und Ressourceneffizienz zukünftiger Energiespeicher sowie der Analyse und Bewertung von Technologien im Hinblick auf Kosten und potenzielle Umweltwirkungen. Im Fokus stehen die Entwicklung und Anwendung von Technologien, Methoden und Werkzeugen für ein ganzheitliches Lebenszyklusmanagement von mobilen und stationären Energiespeichertechnologien.
Was Sie bei uns tun
- Inwiefern kann ein Transformer-Modell so entwickelt werden, dass es die Struktur von Computational Life Cycle Assessment effektiv erfasst und modelliert?
- Wie könnte ein Transformer gestaltet werden, der eine Schnittstelle KI und LCA-Software ermöglicht und z.B. Sachbilanzinformationen effizient mit bestehenden Datenbank-Datensätzen verknüpft?
- Wie können aktuelle Agenten Systeme für autonome Modellierung eingesetzt werden
Was Sie mitbringen
Sie studieren in der Fachrichtung Umweltingenieurwesen, Maschinenbau, Informatik oder einer vergleichbaren Fachrichtung und bringen folgende Anforderungen mit:
- Begeisterung an Transformer Modellen wie ChatGPT bzw. GPT4, LLaMA und Claude
- Interesse an der Nachhaltigkeitsbewertung innovativer Technologien
- Technisches Verständnis und gute Kenntnisse im Bereich künstlicher Intelligenz bzw. maschinellem Lernen sowie Programmierfähigkeiten (bevorzugt Python)
- Kenntnisse in der Methodik der Ökobilanzierung (LCA nach DIN ISO 14040) mit entsprechender Software (Brightway) oder die Bereitschaft zur schnellen und weitgehend selbständigen Einarbeitung sind wünschenswert
- Flexibilität, Zuverlässigkeit, Kommunikationsfähigkeit und Motivation
- Selbstständige, disziplinierte und gewissenhafte Arbeitsweise
- Sicherer Umgang mit den Microsoft-Office Programmen
- Sehr gute Deutschkenntnisse und gute Englischkenntnisse
Was Sie erwarten können
Wir bieten Ihnen die Betreuung einer abwechslungsreichen studentischen Arbeit, in der Sie an der nachhaltigkeitsorientierten Forschung für zukünftige Batterietechnologien mitwirken können.
Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.
Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.
Haben wir Ihr Interesse geweckt? Dann bewerben Sie sich jetzt online mit Ihren aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Sie kennenzulernen!
Fragen zu dieser Position beantwortet gerne:
Frau Kira Patzke
Tel.: +49 175 3752315
Fraunhofer-Institut für Schicht- und Oberflächentechnik IST
Kennziffer: 72668 Bewerbungsfrist:
Stellensegment: Engineer, Engineering