Arbeitsumfeld

Sie sind kreativ, innovativ und experimentierfreudig? Sie sind interessiert an metallischer Werkstoffkunde sowie moderner Fertigungstechnik? Sie möchten Ihren Beitrag zu einer ressourcenschonenden und ökologischen Mobilität von morgen leisten? Dann sind Sie in unserem multidisziplinären Team in der Volkswagen Group Innovation genau richtig. Wir forschen für eine nachhaltige Zukunft aller Marken des Volkswagen Konzerns und beleuchten dabei von der Materialentwicklung bis hin zum Recycling die gesamte Prozesskette. Während Ihrer dreijährigen Doktorarbeit erarbeiten Sie eine Methode einwandfreie Bauteile von defekten Bauteilen zu unterscheiden und zwar anhand der in der Produktion vorhandenen Daten. Sie arbeiten eng mit Stahlherstellern und den Kollegen aus der Produktion zusammen. Vorzugsweise besitzen Sie schon vertiefte Kenntnisse in Umformtechnik, Machine Learning (ML) und Methoden der künstlichen Intelligenz (KI).

Ihre Aufgaben

• Einarbeiten in die Thematik durch Ermittlung des Stands der Wissenschaft und Technik
• Eigenständiges Auswählen von Daten und Methoden zur Durchführung der Aufgabe
• Einsetzen von Machine Learning Methoden zur Optimierung der Produktion
• Bewerten der Versuchsreihen in Zusammenarbeit mit Kollegen aus der Volkswagen Gruppe
• Aufbereiten der Ergebnisse und Vorstellen im internen und externen Umfeld

Das endgültige Promotionsthema wird mit der Professorin / dem Professor gemeinsam definiert. Die Voraussetzung für die Zusammenarbeit ist die Betreuungszusage sowie eine bestätigte Themenabgrenzung seitens der Professorin / des Professors einer promotionsberechtigten Universität oder Forschungseinrichtung.

Ihre Qualifikationen

• Gut bis sehr gut abgeschlossenes Studium mit Promotionsberechtigung der Fachrichtung Materialwissenschaft, Maschinenbau, Computerunterstützte Technologien
• Kenntnisse im Bereich Stahl-Werkstoffe und Umformtechnik
• Deutsch oder Englisch Sprachniveau B2
• Schnelle Auffassungsgabe, hohe Einsatzbereitschaft, präzises und gewissenhaftes Arbeiten
• Kommunikationsbereitschaft mit Kollegen aller Fachrichtungen

Keywords

Qualitätssicherung, Risserkennung, Big Data, Ausschussreduzierung, Lean Factory, Forschung