Info-IconWir unterstützen den Internet Explorer 11 nicht mehr.Wir empfehlen Dir einen Wechsel auf einen neuen Browser wie z. B. Microsoft EdgeGoogle Chrome oder Mozilla Firefox.

Praktikant Data Science im Bereich Engine Health Monitoring (all genders)

Freiwilliges Praktikum
Pflichtpraktikum

München

Zum Karriereportal ->

Bitte gib bei deiner Bewerbung folgende Referenznummer an:

MeinPraktikum.de

Zum Karriereportal ->

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 18 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 München sucht Dich:

Praktikant Data Science im Bereich Engine Health Monitoring (all genders)

Die MTU hat ein System zur Zustandsüberwachung von Triebwerken (Engine Health Monitoring) entwickelt: Das auf einem vollthermodynamischen, nichtlinearen Performancemodell basierende "Engine Trend Monitoring-System" (ETM). Triebwerksschäden sowie die Alterung der Triebwerke können anhand von Veränderungen definierter Trendgrößen über der Zeit detektiert werden und ermöglichen so eine Überwachung von Triebwerksflotten. Basierend auf diesen Analysen werden Reparatur- oder Überholungsmaßnahmen vorgeschlagen sowie Wartungsmaßnahmen unterstützt.
Die zunehmende Verfügbarkeit von Flugdaten mit einer hohen zeitlichen Auflösung (sog. Full Flight Data) stellt die Grundlage für die nächste Weiterentwicklungsstufe im Bereich Engine Health Monitoring dar. Die Nutzbarmachung dieser Datenquellen verbunden mit der Implementierung neuer Methoden aus den Bereichen Data Science und Machine-Learning liefern vielversprechende Ansätze, um die bestehenden Algorithmen zu ergänzen und den MTU ETM Service kontinuierlich zu verbessern.

BESTE VORAUSSETZUNGEN

  • Studium im Bereich Informatik, Data Science, Ingenieurwesen, Mathematik, Physik oder einer vergleichbaren Studienrichtung
  • Programmiererfahrung mit Python und Kenntnisse in Machine-Learning
  • Grundkenntnisse im Bereich Thermodynamik, insbesondere von Flugtrieb-werken von Vorteil
  • Strukturiertes, analytisches Denkvermögen, Eigeninitiative und eine eigenständige und lösungsorientierte Arbeitsweise

Idealerweise stehst du für einen Zeitraum von mindestens acht Wochen zur Verfügung.  

STARKE AUFGABEN

  • Einarbeitung in das bei der MTU verwendete Vorgehen für Engine Trend Monitoring (ETM) 
  • Im Rahmen des Praktikums beschäftigen Sie sich mit Themen aus den fol-genden Bereichen: 
    • Weiterentwicklung bestehender Machine-Learning Modelle und Ver-fahren in Python 
    • Visualisierung von FFD und Ergebnisse aus Machine-Learning Verfahren
    • Performanzsteigerung und Optimierung bestehender Algorithmen 
    • Qualitätssicherung der Machine-Learning Modelle und Verfahren
  • Selbständige Bewertung, Darstellung und Dokumentation der Ergebnisse

 

AUSGEZEICHNETES 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, Cafébar und Verkaufsshops
  • Sportkooperation mit EGYM Wellpass & Betriebssportgruppen
  • Top-Anbindung durch Pendlerbus, Parkhaus, E-Ladestation

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!

Benefits

Gute Anbindung
Betriebssport
Eigener Arbeitsplatz
Einführungsveranstaltung
Flexible Arbeitszeiten
Kantine
Mitarbeiterevents
Parkplatz
Unterstützung bei der Wohnungssuche
Verantwortung
Kostenlose Getränke
Anschlusstätigkeit möglich
Networking
Homeoffice Möglichkeit
Mitarbeiterrabatte
Projektarbeit
Weiterbildungsmaßnahmen
Betriebliche Altersvorsorge
Gesundheitliche Maßnahmen
Kennenlernen verschiedener Bereiche