Studentische Hilfskraft (w/m/d) – Datenanalyse für die Qualitätsprüfung von Leichtbaukomponenten

Das Werkzeugmaschinenlabor WZL der RWTH Aachen steht seit Jahrzehnten weltweit als Garant für erfolgreiche und zukunftsweisende Forschung und Innovation auf dem Gebiet der Produktionstechnik. Die Gruppe "Digitale Produktion und NC-Technik" am Lehrstuhl für Werkzeugmaschinen von Prof. Dr.-Ing. Christian Brecher beschäftigt sich mit der integrativen Vernetzung realer und digitaler Systeme entlang des Produktentstehungsprozesses.

Durch die systematische Aggregation, Analyse und Interpretation von Planungs-, Prozess- und Inspektionsdaten schaffen wir Transparenz in komplexen Fertigungsumgebungen. Mithilfe von Data Science und Künstlicher Intelligenz identifizieren wir Optimierungspotenziale und entwickeln Modelle für die Produktion von morgen. Zur Verstärkung unseres Teams suchen wir motivierte Studierende, die Theorie und Praxis in spannenden Projekten vereinen möchten. Unseren studentischen Hilfskräften bieten wir:

• Interessante Aufgabenstellungen in der angewandten Forschung und Entwicklung rund um das Thema Digitalisierung in der Produktion
• Aktive Mitarbeit in Industrie- und Forschungsprojekten
• Möglichkeiten zur Erstellung einer wissenschaftlichen Abschlussarbeit
• Flexible Arbeitszeitgestaltung

• Aktuell im Studiengang Informatik, Wirtschaftsingenieurwesen, Maschinenbau oder in einer ähnlichen Ingenieurwissenschaft eingeschrieben
• Interesse an den Themengebieten Digitalisierung, Datenanalyse und/oder Leichtbau
• Sehr gute Programmierkenntnisse in Python
• Erfahrung mit SQL-Datenbanken
• Grundkenntnisse oder starkes Interesse an KI-Themen
• Sehr gute Deutsch- oder Englischkenntnisse in Wort und Schrift
• Eigeninitiative und strukturierte Arbeitsweise

Im Fokus der Tätigkeit steht die Mitarbeit an einem Forschungsprojekt zur Qualitätsanalyse von Leichtbaukomponenten, bei dem Prozess- und Inspektionsdaten systematisch ausgewertet werden, um Qualitätsabweichungen frühzeitig zu erkennen und Optimierungspotenziale abzuleiten. Mögliche Tätigkeiten sind unter anderem:

• Aufbau und Pflege von SQL-Datenbanken zur strukturierten Ablage von Prozess- und Qualitätsdaten aus Versuchsreihen an Leichtbaukomponenten
• Unterstützung bei der Entwicklung einer automatisierten Prozessdatenaufbereitung, -analyse und Visualisierung
• Anwendung und Mitwirkung bei der Weiterentwicklung datengetriebener (KI-)Modelle zur Qualitätsprognose und Fehlerklassifikation
• Eigenverantwortliche Recherchearbeit
• Unterstützung im Tagesgeschäft

Die Einstellung erfolgt als Studentische Hilfskraft.
Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet auf 12 Monate.
Es besteht die Option zur Verlängerung. Eine längerfristige Beschäftigung ist erwünscht.
Es handelt sich um eine Teilzeitstelle.
Die regelmäßige Wochenarbeitszeit beträgt 7-19 Stunden.
Die Eingruppierung richtet sich nach der Richtlinie für studentische und wissenschaftliche Hilfskräfte.
Die Stelle ist bewertet mit 15,20 € pro Stunde.

Die RWTH ist als familiengerechte Hochschule zertifiziert.
Die RWTH bietet im Rahmen eines Universitären Gesundheitsmanagements eine Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten (z. B. Hochschulsport) an. Für Tarifbeschäftigte und Beamtinnen und Beamte besteht ein umfangreiches Weiterbildungsangebot und die Möglichkeit, ein Jobticket zu erwerben.
Die Stellenausschreibung richtet sich an alle Geschlechter.
Wir wollen an der RWTH Aachen University besonders die Karrieren von Frauen fördern und freuen uns daher über Bewerberinnen.
Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern sie in der Organisationseinheit unterrepräsentiert sind und sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.
Bewerbungen geeigneter schwerbehinderter Menschen sind ausdrücklich erwünscht.
Im Sinne der Gleichbehandlung bitten wir Sie, auf ein Bewerbungsfoto zu verzichten.
Unter https://www.rwth-aachen.de/bewerbung/dsgvo-information finden Sie Informationen zur Erhebung personenbezogener Daten nach den Artikeln 13 und 14 der Datenschutz-Grundverordnung (DS-GVO).