Praktikum - Anwendung von Machine Learning Modellen zur Qualitätssteigerung (w/m/d)

☞ Hitachi Energy

View: 199

Update day: 20-03-2024

Location: Lenzburg Aargau AG

Category: Education / Training Internship / Entry level

Industry: IT Services IT Consulting Appliances Electrical Electronics Manufacturing

Position: Internship

Job type: Full-time

Loading ...

Job content

Hitachi Energy hat es sich zum Ziel gesetzt, eine nachhaltige Energiezukunft für alle zu fördern. Wir versorgen Häuser, Schulen, Krankenhäuser und Fabriken mit Strom. Werden Sie Teil unseres Unternehmens und arbeiten Sie mit engagierten Kollegen zusammen. Dabei lernen Sie und entwickeln sich in Projekten weiter, die einen großen Einfluss auf unsere Gemeinschaft und die Gesellschaft haben. Bringen Sie Leidenschaft und Ihre Energie ein und schließen Sie sich einem globalen Team an, das folgende Werte schätzt: Vielfalt + Zusammenarbeit = Innovation

Unsere Hochleistungshalbleiterchips schalten Ströme bis zu 50A bei mehreren Kilovolt. Der Herstellungsprozess solcher Chips erfordert mehr als 200 Arbeitsschritte, wobei wir auf Sauberkeit und Präzision angewiesen sind. Ein einzelnes Staubkorn kann einen Chip zerstören. Daher muss jeder einzelne Chip automatische elektrische und visuelle Kontrollen bestehen. Gepaart mit Daten aus dem Herstellungsprozess erlauben diese Qualitätsdaten Rückschlüsse auf mögliche Ursachen von Ausschussmaterial. Hier soll das Projekt ansetzen. Es sollen Defektbilderdatensätze erstellt werden und diese mittels maschinellen Lernens (ML) Modelle klassifiziert und manuell verifiziert werden. Anschliessend sollen die bestehenden ML-Modelle überarbeitet und ein Konzept für die produktiv Schaltung für die Produktion erstellt werden.

Ihr Verantwortungsbereich
  • Kennenlernen der Produktionstechnologien und Erarbeiten von Datensätzen aus den Produktionsdaten, die für ML geeignet sind
  • Erarbeiten von Defektbilderdatensätze: Nutzen von bestehenden ML-Modellen, um Defektbilder zu klassifizieren und diese manuell zu verifizieren
  • Erarbeitung von Verbesserungsprojekten für die Produktion, die auf dem Ergebnis der automatischen Mustererkennung basieren.
  • Kennenlernen von Machine Learning Anwendungen im industriellen Umfeld
Ihr Hintergrund
  • BSc Abschluss in Physik, Chemie, Materialwissenschaften, Informationstechnologie or similar
  • Grundkenntnisse von Python-Programmierung
  • Selbständige Arbeitsweise nach guter Einarbeitung
Mehr über uns

Hitachi Energy ist ein weltweit führendes Technologieunternehmen, das eine nachhaltige Energiezukunft für alle entwickelt. Wir beliefern Kunden in den Bereichen Energieversorgung, Industrie und Infrastruktur mit innovativen Lösungen und Dienstleistungen entlang der gesamten Wertschöpfungskette. Gemeinsam mit Kunden und Partnern sind wir Wegbereiter für Technologien und ermöglichen die digitale Transformation, die erforderlich ist, um die Energiewende hin zu einer klimaneutralen Zukunft voranzutreiben. Wir entwickeln das Energiesystem der Welt weiter, um es nachhaltiger, flexibler und sicherer zu machen und gleichzeitig soziale, ökologische und wirtschaftliche Werte in Einklang zu bringen. Hitachi Energy verfügt über eine nachgewiesene Erfolgsbilanz und eine beispiellose installierte Basis in mehr als 140 Ländern. Mit Hauptsitz in der Schweiz beschäftigen wir etwa 38.000 Mitarbeitende in 90 Ländern und erwirtschaften ein Geschäftsvolumen von etwa 10 Milliarden USD. Im Geschäftsjahr 2020 erwirtschafteten wir, wie von Hitachi berichtet, ein Geschäftsvolumen von etwa 10 Milliarden USD. www.hitachienergy.com Haben wir Ihr Interesse geweckt? Dann freuen wir uns auf Ihre aussagekräftige Bewerbung. Bitte reichen Sie Ihre vollständigen Bewerbungsunterlagen (Motivationsbrief, CV, Zeugnisse) ausschliesslich über unser Online-Karrieretool ein. Hitachi Energy Switzerland Ltd. Peter Pankaczi Talent Acquisition

Publication date

2022-02-01

Referenznummer

CH52636586_E1
Loading ...
Loading ...

Deadline: 04-05-2024

Click to apply for free candidate

Apply

Report job
Loading ...
Loading ...

SIMILAR JOBS

Loading ...
Loading ...