Arbeitsumfeld

Unsere Gussentwicklung am Standort Kassel mit dem Kompetenzcenter Großguss übernimmt eine führende Rolle im Konzern bei der Gestaltung der Gussprodukte und -prozesse der Zukunft. Ein zentrales Thema ist die Optimierung von Anguss-Systemen, um die Qualität, Effizienz und Reproduzierbarkeit der Gussprozesse weiter zu steigern. Gemeinsam mit Ihnen wollen wir eine Methodik entwickeln, mit der sich Angüsse für Großgussteile systematisch bewerten und optimieren lassen. Werden Sie jetzt Teil unseres Teams – wir freuen uns auf Sie!

Mögliche Aufgaben dieser Rolle

• Entwickeln und Validieren einer Methodik zur Optimierung von Anguss-Systemen für Großgussteile
• Untersuchen und Anwenden von topologischen und parametrischen Optimierungsverfahren zur Gestaltung effizienter Angussgeometrien
• Bewerten der entwickelten Konzepte hinsichtlich Gießbarkeit, thermischer Belastung und Fehleranfälligkeit
• Berücksichtigen realer Defektbilder auf die Optimierungsergebnisse
• Integrieren der entwickelten Methodik in bestehende Entwicklungsprozesse und Tools

Anforderungen an die Qualifikation

• Studierende im Masterstudium in den Bereichen Maschinenbau, Werkstofftechnik, Informatik, Mathematik oder einem verwandten Fachbereich
• Gute bis sehr gute Studienleistungen
• Grundkenntnisse in der Gießereitechnik und/oder Strömungssimulation sowie Programmierkenntnisse (vorzugsweise in Python) wünschenswert
• Erfahrung mit Optimierungsmethoden (z. B. Topologieoptimierung, parametrische Optimierung) und Simulationssoftware (z.B. Flow3D, MAGMASOFT, OpenFOAM) von Vorteil
• Fähigkeit zur eigenständigen Problemlösung und zum experimentellen Arbeiten
• Deutsch Sprachniveau B2, Englisch Sprachniveau B1

Folgende Dokumente sind mit der Bewerbung einzureichen

• Lebenslauf
• Aktuelle Immatrikulationsbescheinigung
• Aktueller Notenspiegel
• Arbeitserlaubnis für Nicht-EU Bürgerinnen / Bürger
• Bei einem Pflichtpraktikum eine Bescheinigung der Hochschule

Keywords

Produktionsinformatik, Computational Engineering, CAE (Computer-Aided Engineering), Design Automation, Thermomechanische Analyse, Machine Learning in Engineering, Digital Twin, Additive Fertigung, Finite-Elemente-Analyse (FEA), Sustainable Manufacturing