Das DLR-Institut für Maritime Technologien und Antriebssysteme erforscht und entwickelt innovative Lösungen für die Defossilisierung und Emissionsreduktion der Schifffahrt. In Kooperation mit der Industrie werden diese in die Praxis überführt. Hierfür baut das Institut u.a. eine Großinfrastruktur auf, um die neu zu entwickelnden Energiesysteme in standardisierter Laborumgebung sowie unter realen Bedingungen zu testen und zu erproben.

Das erwartet dich

Das Institut wird in sieben wissenschaftliche Abteilungen untergliedert.In der Abteilung Schiffszuverlässigkeit liegt der Schwerpunkt auf der Entwicklung von Entwurfsmethoden für die Integration und Bewertung der Zuverlässigkeit neuer Energiesysteme in Schiffen. Du entwickelst maschinelle Lernmodelle zur Anomalieerkennung in Gleichstromnetzen im maritimen Sektor.

Unser Institut bietet dir flexible Arbeitszeiten und die Möglichkeit zum mobilen Arbeiten. Es besteht eine gute Vereinbarkeit von Job und Familie und du hast die Möglichkeit zur Promotion. 

Deine Aufgaben 

• Du führst Experimente in Form von Softwaretests zur Validierung der neu erstellten Testmethoden durch.
• Dir obliegt die Identifizierung geeigneter Testeinrichtungen innerhalb des DLR.  
• Du führst Experimente in Form von Simulationsmodellen zum Testen von Überwachungsalgorithmen und Methoden zur Erkennung von Anomalien unter verschiedenen Szenarien durch.    
• Es sind weitere Experimente und Tests von Sensoren und Leistungselektronik von dir durchzuführen, um deren Zuverlässigkeit unter verschiedenen maritimen Bedingungen zu verstehen.
• Du wertest die Testergebnisse aus, ordnest sie in die Wissenschaft ein und vertrittst sie national und international.  

Das bringst du mit 

• abgeschlossenes, wissenschaftliches Hochschulstudium (Master/Diplom Universität) im Bereich Ingenieurwesen, beispielsweise Maschinenbau, Schiffbau, Schiffsmaschinenbau oder Elektrotechnik oder andere für die Tätigkeit relevante Studiengänge
• Kenntnisse in den Bereichen Leistungselektronik, KI/ML-Methoden und Energiemanagement 
• Erfahrung mit maschinellen Lernverfahren zur Anomalieerkennung, insbesondere in Batterie- und Antriebssystemen
• gute Kenntnisse und Fähigkeiten im Projektmanagement und im Umgang mit Microsoft Office-Tools
• gute Programmierkenntnisse in Python
• umfassende Deutsch- und Englischkenntnisse

Vergütung: Entgeltgruppe 13 TVöD

Wir freuen uns darauf, dich kennenzulernen!

Fragen zu dieser Position (Kennziffer 3455) beantwortet dir gerne

Dr. Moritz Braun
Tel.: +49 4152 8488 147