Wir unterstützen den Internet Explorer 11 nicht mehr.Wir empfehlen Dir einen Wechsel auf einen neuen Browser wie z. B. Microsoft Edge, Google Chrome oder Mozilla Firefox.
Masterarbeit: Auftragspriorisierung durch Reinforcement Learning in der Triebwerksinstandhaltung (all genders)
Langenhagen
Bitte gib bei deiner Bewerbung folgende Referenznummer an:
MeinPraktikum.de
Fakten
Dauer
Keine Angabe
Beginn
Nach Absprache
Vergütung
Keine Angabe
#UPLIFTYOURFUTURE
Wir sind über 12.000. An 19 Standorten weltweit. Jedes dritte Flugzeug fliegt mit unserer Technologie.
Immer effizienter, leiser, nachhaltiger. Wir gestalten die Zukunft der Luftfahrt. Was wir noch brauchen? Dich.
Unser Team in Hannover-Langenhagen sucht dich :
Masterarbeit: Auftragspriorisierung durch Reinforcement Learning in der Triebwerksinstandhaltung (all genders)
Code - D HAN MHTD
Im Rahmen dieser Masterarbeit wird eine Machbarkeitsanalyse zur dynamischen Auftragspriorisierung mithilfe von Reinforcement Learning im Bereich der Triebwerksinstandhaltung durchgeführt. Die Arbeit entsteht in Zusammenarbeit mit dem Institut für Fabrikanlagen und Logistik (IFA) der Leibniz Universität Hannover.
BESTE VORAUSSETZUNGEN
- Studium im Bereich Wirtschaftsingenieurwesen, Wirtschaftsinformatik, Maschinenbau oder einer vergleichbaren Fachrichtung
- Fundierte Kenntnisse in produktionswissenschaftlichen Zusammenhängen und produktionslogistischen Modellen
- Erfahrung in der Anwendung von Programmiersprachen wie Python, Java, C/C++ oder ähnlichen Technologien
- Erste praktische Erfahrungen in den Bereichen Data Science, Data Analytics und/oder Künstliche Intelligenz wünschenswert
- Praktische Erfahrungen in der Industrie von Vorteil
- Eigenständige und lösungsorientierte Arbeitsweise
Praktika, Werkstudententätigkeiten sowie Abschlussarbeiten starten immer zum Beginn eines Monats.
Idealerweise stehst du für einen Zeitraum von mindestens acht Wochen zur Verfügung.
STARKE AUFGABEN
- Einarbeitung in den MRO-Wertschöpfungsprozess mit besonderem Fokus auf die Auftragspriorisierung im Vorlaufbereich (Reinigung & Befund)
- Identifikation und Dokumentation von Auftragsmerkmale und Prozesszustände, die den kritischen Pfad beeinflussen
- Analyse bestehender Materialstammdaten und Kennzahlen im Hinblick auf Datenqualität und deren Eignung für die Auftragspriorisierung
- Entwicklung der Architektur eines Reinforcement-Learning-Agenten (RL-Agent) zur dynamischen Auftragspriorisierung im Bereich „Vorlauf“.
- Implementierung von einzelnen Inkrementen des RL-Agenten im Rahmen eines Prototyps.
- Präsentation der Ergebnisse der Masterarbeit vor den relevanten Stakeholdern
AUSZEICHNETES UMFELD
- Einblicke in die Luftfahrtbranche und Jobs mit Verantwortung
- Teamspirit u.a. durch Studi-Netzwerk & Events
- Mentoring und individuelle Betreuung
- Flexible Arbeitszeitmodelle mit mobilem Arbeiten
- Kantine und Snackautomaten
- Kostenfreie Parkplätze
STARTKLAR?
Dann gib deiner Bewerbung Schub und schick uns deine Unterlagen (Lebenslauf, Notenübersicht der Hochschule, Schulabschlusszeugnis sowie eine aktuelle Immatrikulation) online. Gleich jetzt, gleich hier.
Wir freuen uns auf Dich!