Berufsintegrierter Master - Prozessentwicklung Visual Inspection bei ZEISS (m/w/d)
Berufsintegrierter Master - Prozessentwicklung Visual Inspection bei ZEISS (m/w/d)
Berufsintegrierter Master - Prozessentwicklung Visual Inspection bei ZEISS (m/w/d)
Berufsintegrierter Master - Prozessentwicklung Visual Inspection bei ZEISS (m/w/d)
Steinbeis Center of Management and Technology - SCMT GmbH
Beratung, Consulting
Oberkochen
- Art der Beschäftigung: Vollzeit
- 48.500 € – 63.000 € (von XING geschätzt)
- Hybrid
- Aktiv auf der Suche
Berufsintegrierter Master - Prozessentwicklung Visual Inspection bei ZEISS (m/w/d)
Über diesen Job
Berufsintegrierter Master - Prozessentwicklung Visual Inspection bei ZEISS (m/w/d)
➽ Kombinierbar mit allen Steinbeis Master-Studiengängen
Partnerunternehmen
Wir suchen starke Persönlichkeiten für unser Partnerunternehmen!
Als Bachelorabsolvent*in bieten wir Dir eine herausfordernde Möglichkeit für Deinen Karriereeinstieg mit einem Masterstudium. Mit dem berufsintegrierten Projekt-Kompetenz-Studium® bieten wir Dir die perfekte Kombination zwischen Beruf und Masterstudium! Dich erwartet ein herausforderndes und spannendes Projekt, das Du zwei Jahre in Deinem Projektunternehmen begleitest.
Unser Projektunternehmen Carl Zeiss AG ist ein weltweit führendes Technologieunternehmen der optischen und optoelektronischen Industrie. In den vier Sparten Semiconductor Manufacturing Technology, Industrial Quality & Research, Medical Technology und Consumer Markets erwirtschaftete die ZEISS Gruppe zuletzt einen Jahresumsatz von über 10 Milliarden Euro.
- - - - - - - - - - - - -
Als starker Partner im Bereich Projektberatung, Recruiting und Weiterbildung unterstützen wir, das Steinbeis Center of Management and Technology (SCMT), Dich bei der Suche nach Deinem passenden Projektunternehmen bis zum erfolgreichen Bewerbungsprozess. Dein berufsintegriertes Masterstudium verläuft über die Steinbeis School of Management and Technology (SMT) der Steinbeis Hochschule.
Aufgaben
- Unterstützung bei der Einführung einer automatisierten Defekterkennung auf Optiken für die Halbleiter-Herstellung
- Den Betrieb der webbasierten Pipeline für die Annotierung zum Training unserer Machine-Learning Modelle verantworten und weiterentwickeln
- Qualität der Annotierung erfassen, prüfen und basierend auf den ermittelten Abweichungen den zugrunde liegenden Labeling Katalog weiterentwickeln und verbessern
- Algorithmen zur Defekterkennung und -klassifizierung unter Verwendung von Machine Learning oder Computer Vision Methoden entwickeln
- Software-Konzepte erarbeiten und diese anhand Rapid Prototyping Modellen evaluieren
- Deine Erkenntnisse im Team präsentieren und über Dein Fachgebiet hinausgehende Verbesserungspotenziale in Kooperation mit den relevanten Fachexperten vorantreiben
Profil
Das bringst Du für Dein Projektunternehmen mit:
- Vorzugsweise fundierte Kenntnisse in Python oder Matlab mit der Bereitschaft sich in unsere Toolbox einzuarbeiten
- Erfahrung im Umgang mit Web API‘s
- Kenntnisse in Grundlagen der Statistik für Prozesskontrolle
- Teamfähigkeit, hohe Eigenmotivation sowie Kommunikationsfähigkeit
Voraussetzungen für Dein Studium an der Steinbeis SMT:
- Sehr gut bis gut abgeschlossenes Studium (Uni, FH, DH) der (Wirtschafts-) Informatik, Software-Engineering, Data Analytics oder einer vergleichbaren Fachrichtung
- Eigenverantwortlichkeit und Selbständigkeit
- Sehr gute Deutsch- und Englisch Kenntnisse in Wort und Schrift (mind. B2-Level)
Mehrwerte
Das erwartet Dich in Deinem Projektunternehmen ZEISS:
- flexible Arbeitszeiten
- Betriebsrestaurant
- Barrierefreier Standort
- Mitarbeitergeschäft
- Möglichkeit zum mobilen Arbeiten
- Personalentwicklung
Das erwartet Dich in Deinem Studium an der Steinbeis SMT:
- Seminare in Berlin und Stuttgart. Weitere Seminaraufenthalte sind in Asien, USA und Europa geplant.
- Staatlich anerkanntes, berufsintegriertes und finanziertes Masterstudium
- Betreuung durch erfahrene und praxisorientierte Dozent*innen und Coaches der Steinbeis SMT
Start im Projektunternehmen jederzeit möglich / Studienstart i.d.R. Frühjahr und Herbst