Masterand:in Deep Learning mit Graph‑Datenbanken für R&I‑Fließbilder

Über die Position

Im Rahmen Ihrer Masterarbeit unterstützen Sie die Serviceeinheit Global Engineering Services dabei, neuronale Netze für die Qualitätsprüfung von Rohrleitungs‑ und Instrumentierungsdiagrammen (R&I‑Fließbilder) zu entwickeln. Sie arbeiten interdisziplinär an einer praxisrelevanten Fragestellung im Umfeld von Graph‑Datenbanken.

Hauptaufgaben

• Analyse der Graph‑ und Anlagendaten sowie Erstellung eines geeigneten Trainingsdatensatzes.
• Entwurf einer Netzwerk‑Architektur zur Verarbeitung von P&ID‑Daten.
• Training und Optimierung des neuronalen Netzes mit den aufbereiteten Daten.
• Validierung der Modellleistung und Visualisierung der Ergebnisse.

Anforderungsprofil

• Laufendes Masterstudium in Informatik, Data Science, Ingenieurwesen oder einem vergleichbaren Studiengang.
• Kenntnisse im Bereich Deep Learning und neuronale Netze.
• Selbstständige, analytische Arbeitsweise und Interesse an innovativen Lösungen.

Erforderliche Kenntnisse

• Praktische Erfahrung in Python.
• Umgang mit Deep‑Learning‑Frameworks wie PyTorch (oder vergleichbar).
• Idealerweise Erfahrung mit Graph‑Datenbanken (z. B. Neo4j) und Interesse an Graph‑Analyse.

Was wir bieten

• Praxisphase mit anspruchsvollen, abwechslungsreichen Projekten.
• Teambuddy für regelmäßiges Feedback und Unterstützung.
• Möglichkeit, unterschiedliche Perspektiven und Arbeitsgebiete kennenzulernen.
• Praktikumsvergütung als Anerkennung Ihres Einsatzes.
• Flexible Arbeitszeitgestaltung je nach Einsatzort und -gebiet.