Willkommen beim Fraunhofer-Institut für Entwurfstechnik Mechatronik IEM!
Wir sind an der Zukunftsmeile in Paderborn und gestalten aktiv die nächste Generation von Innovationen. Unser Fokus: praxisnahe Forschung für Maschinenbau, Automobilindustrie und verwandte Sektoren. Wir entwickeln intelligente Produkte, Produktionssysteme, Dienstleistungen und Softwareanwendungen.
Die Abteilung Scientific Automation gliedert sich in die vier Gruppen Trusted Machine Intelligence, Automatisierungs- und Produktionstechnik, IoT und Mechatronik und Smart Home. Gemeinsam realisieren wir innovative mechatronische Systeme für die unterschiedlichen Branchen. Dabei nutzen wir Methoden der modellbasierten Entwicklung und arbeiten diese individuell weiter aus. Die Beherrschung etablierter Technologien und deren Weiterentwicklung ist für uns selbstverständlich. Aus der Kombination innovativer Methoden und Technologien schaffen wir individuelle, industrietaugliche Lösungen mit den Stoßrichtungen Effizienzsteigerung von Entwicklungsprozessen, ressourcenschonende Maschinen- und Anlagen sowie Systemvernetzung.
Was Du bei uns tust
Bei der Produktionsplanung stehen Unternehmen häufig vor der Herausforderung, ihre Aufträge optimal auf die verfügbaren Anlagen zu verteilen und eine optimale Bearbeitungsreihenfolge festzulegen.
In der Praxis wird oft viel Zeit und Energie darauf verwendet, möglichst optimale Maschinenbelegungspläne manuell zu erstellen. In der Vergangenheit konnte bereits anhand des akademischen Beispiels des Job Shop Scheduling Problems (JSSP) gezeigt werden, dass Methoden des maschinellen Lernens wie bspw. Reinforcement Learning (RL) gut geeignet sind, um akademische Beispielprobleme effizient zu lösen. In dieser Arbeit soll auf diesen Ergebnissen als Stand der Technik aufgebaut werden. Dazu soll ein RL-Algorithmus in Python entwickelt werden, der in der Lage ist, ein erweitertes JSSP mit einer repräsentativen Problemgröße effizient zu lösen. Dazu sind folgende Schritte nötig:
- Einarbeitung in die Themen Job Shop Scheduling, Mehzieloptimierung und Reinforcement Learning
- Definition eines flexibel skalierbaren JSSP zur Modellvalidierung
- Sukzessive Steigerung der Problemkomplexität
- Vergleich der Modellperformance mit den konventionellen Methoden der Mehrzieloptimierung
Was Du mitbringst
- Studiengang der Fachrichtung WING, Maschinenbau oder Informatik
- Eine eigenständige und strukturierte Arbeitsweise
- Erfahrungen im Bereich der Programmierung, vorzugsweise in Python
- Eine analytische Denkweise und ein hohes Maß an Motivation
Was Du erwarten kannst
- Eine ausgeprägte Teamkultur mit flachen Hierarchien ist für uns selbstverständlich. Das bedeutet: hohe Wertschätzung und Vertrauen
- Eine professionelle Betreuung und fachliche Unterstützung bei der Erstellung der Studien-/Abschlussarbeit
- Einblick in die aktuellen Herausforderungen der Unternehmen
- Flexibles Arbeiten aus dem Home-Office, um Studium und Job bestmöglich miteinander zu verbinden
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.