Jobbeschreibung
Die Ruhr-Universität Bochum (RUB) ist eine der führenden Forschungsuniversitäten in Deutschland. Als reformorientierte Campusuniversität vereint sie in einzigartiger Weise die gesamte Spannbreite der großen Wissenschaftsbereiche an einem Ort. Das dynamische Miteinander von Fächern und Fächerkulturen bietet den Forschenden wie den Studierenden gleichermaßen besondere Chancen zur interdisziplinären Zusammenarbei
Fakultät für Elektrotechnik und Informationstechnik:
Lehrstuhl für Automatisierungstechnik
Wir suchen zum nächstmöglichen Zeitpunkt befristet in Vollzeit (39,83 Std./Woche = 100 %) eine*n
Wissenschaftliche*n Mitarbeiter*in (m/w/d)
Wir bauen das Forschungsfeld „KI-basierte Automatisierung“ weiter aus. Gemeinsam mit Forschungspartnern in der Industrie forschen wir daran, wie Abläufe einfacher und effizienter und dabei sicher gestaltet werden können und wie Energie und Ressourcen optimal verteilt werden können
Im Rahmen eines von der Deutschen Forschungsgemeinschaft (DFG) geförderten Forschungsprojekts erforschen Sie innovative KI-basierte Ansätze, um modulare Lösungen zur Anomalie-Erkennung in Produktionsanlagen automatisiert zu generieren. Ein wesentlicher Bestandteil Ihrer Arbeit ist die Nutzung von Large Language Models (LLMs), um Struktur- und Dynamikwissen aus technischen Dokumentationen abzuleiten und dieses Vorwissen gezielt in neuronale Netze zur robusten Anomalie-Erkennung einzubinden. Das Projekt wird gemeinsam mit einem universitären Partner (Helmut-Schmidt-Universität Hamburg) durchgeführt und bietet Ihnen die Möglichkeit zur Promotion. Die Projektlaufzeit beträgt drei Jahre.
- Erforschung der Eignung und Grenzen von Large Language Models (LLMs) für die Generierung von Struktur- und Dynamikmodellen technischer Systeme
- Entwicklung von Methoden zur automatischen Modularisierung komplexer Systeme mithilfe von LLMs
- Integration der von LLMs generierten Modelle in „Physics-informed Neural Networks“ (PINNs)
- Evaluierung und Validierung der entwickelten Methoden anhand praxisnaher Fallstudien aus der industriellen Automatisierung
- Publikation wissenschaftlicher Ergebnisse in internationalen Fachzeitschriften und auf Konferenzen
- Abgeschlossenes ingenieurwissenschaftliches Masterstudium (z. B. Automatisierungstechnik, Elektro- und Informationstechnik, technische Informatik, Data Science) mit einer Gesamtnote von 2,0 oder besser.
- Fundierte Kenntnisse im Bereich Machine Learning und Deep Learning
- Fundierte Kenntnisse von Modellierung und Simulation
- Solide Kenntnisse in mindestens einer objektorientierten Programmiersprache (idealerweise Python) und in mindestens einer Software-Entwicklungsumgebung
- Beherrschung der deutschen Sprache mindestens auf Niveau C1, Englisch-Kenntnisse mindestens auf Niveau B2
- Vorteilhaft sind Erfahrungen mit der Nutzung von APIs von Large Language Models (LLMs) (z. B. OpenAI API, Anthropic Claude API), Physics-informed Neural Networks (PINNs) sowie der Unsicherheitsquantifizierung und Robustheit von KI-Systemen
- Vorteilhaft sind Erfahrungen in der industriellen Automatisierung oder der industriellen KI-Anwendung
- anspruchsvolle und abwechslungsreiche Aufgaben mit hoher Eigenverantwortung
- Zusammenarbeit in einem interdisziplinären Team
- ein freundliches und kollegiales Umfeld
- fachliche und methodische Unterstützung auf dem Weg zur Promotion zum Dr.-Ing.
- eine Beschäftigung an einer der größten Universitäten Deutschlands
- (sonstige Sozialleistungen nach dem TV-L)