Machine Learning Engineer (m/w/d)

Stand 23.06.2023:

Machine Learning Engineer (m/w/d)

Zur Erweiterung der Funktionalitäten unseres virtuellen Assistenzsystems Vipra (Virtuelle Produktions Assistenz) im Bereich Machine Learning suchen wir Unterstützung für unser Entwicklerteam. Wenn Du Interesse an der Mitarbeit in einem dyamischen Team mit moderner Arbeitsatmosphäre aber klassischen Wertevorstellungen hast und motiviert bist, an dem höchst-aktuellen Thema der Entwicklung von Assistenzsystemen (z.B. Ausstattung von Produktionssystemen mit Intelligenz) mitzuwirken, schreib uns mit möglichst aussagekräftigen Bewerbungsunterlagen an:

saul@shs-plus.de

Auszug aus unseren verwendeten Standard-Technologien:

  • Java
  • Python
  • C#
  • React
  • HTML
  • CSS
  • PostgreSQL
  • OPC UA
  • REST
  • MQTT
  • Docker
  • Atlassian Jira und Confluence
  • Linux

Optimalerweise bringst Du Praxiserfahrung in der Anwendung von Machine Learning Algorithmen mit und bist in der Lage für neue Anwendungsszenarien die passenden Algorithmen und Toolboxen auszuwählen, auf die bereits existierende Datenakquise und Datenpersistierung zu adaptieren und die Modelle hinsichtlich der Konfigurationsparameter zu optimieren, so dass praxistaugliche Ergebnisse erzielt werden können. Als Programmiersprache für die ML Anwendungen verwenden wir Python.

Unsere Schwerpunktdomäne für die unsere Assistenzssoftware entwickelt wird ist die kunststoffverarbeitende Industrie. Unsere Software kommt somit in Produktionsbetrieben zum Einsatz und sammelt Maschinendaten, bereitet diese auf, analysiert die Daten am Live-Datenstrom und informiert den Maschinenbediener über die aktuelle Situation und Verbesserungsmöglichkeiten für den Prozess. Unsere Entwicklungen sind sehr anwendungsbezogen und es ist wichtig, dass der Entwickler sich mit dem Anwendungsfall beschäftigt und sich dafür interessiert. Es sollte somit ein grundlegendes Interesse an der Maschinentechnik sowie den Abläufen und Anforderungen eines Produktionsunternehmens existieren.

Wir suchen ML Fachleute zur Anstellung in Teil-/Vollzeit an unserem Standort in 46539 Dinslaken (Homeoffice ist möglich). Wir bieten eine angenehme Arbeitsatmosphäre in einem kreativen und eigenmotivierten Team, flache Strukturen und flexible Arbeitsmöglichkeiten.

Alles weitere besprechen wir gerne mit Dir in einem ersten Kennenlerngespräch, dann kannst Du Dir auch einen Eindruck von unserem Unternehmen, den geschäftlichen Aktivitäten und dem Team bilden.

Wir freuen uns auf Dich!

Grüße,

Kenny

 

Dr. Kenny Saul

(Entwicklungsleiter virtuelle Assistenzsysteme)

Vipra – Systemstatus

Entwicklung simulationsgestützter Assistenten für die Extrusion (ExtrA)

In diesem Projekt zur Entwicklung simulationsgestützter Assistenten für die Extrusion wird Expertenwissen über den Kunststoffverarbeitungsprozess mit Ergebnissen aus Live-Computersimulationen in einem cyberphysischen System kombiniert, um automatisiert Informationen zur Optimierung des Produktionsprozesses zu generieren. Dazu werden die unterschiedlichen, für die Prozessoptimierung relevanten Expertisen und praktischen Erfahrungen mit inter- und transdisziplinären Forschungsmethoden im Fachbereich Technik und Diversity erschlossen und zur Verbesserung der Produktivität, Produktqualität, Bedienbarkeit und Diversität implementiert.

Bei der Herstellung von Kunststoff-Halbzeugen wie beispielsweise Kunststoffrohren, -hohlstäben, -vollstäben etc. wird Kunststoffgranulat in einem Extruder (1) aufgeschmolzen. Die entstehende Kunststoffschmelze strömt aufgrund des im Extruder erzeugten Druckes durch ein Extrusionswerkzeug (2), welches somit die zähflüssige Schmelze in die Produktform umlenkt. Nach dem Verlassen des Extrusionswerkzeuges wird die Produktgeometrie in einer Kühlstrecke (3) kalibriert und gezielt abgekühlt, so dass ein qualitativ hochwertiges Produkt entsteht. Die Parametrierung des gesamten Prozesses (Extruder, Werkzeug, Kühlstrecke) übernimmt ein Maschinenbediener mit seinem spezifischen Know-how (4). Ziel des Projektes ist es, auf der Basis von Live-Computersimulationsmöglichkeiten sowie einer angekoppelten Expertendatenbank einen möglichst autarken Betrieb einer Extrusionslinie zu ermöglichen. Dazu werden sämtliche Messdaten, die bereits an der Extrusionslinie vorliegen (z.B. in der Extrudersteuerung) ausgelesen und weitere Prozessparameter über zusätzliche Sensoren erfasst. Diese Daten werden in einer zentralen Datenbank gespeichert. Drei verschiedene Simulationssysteme für die Subsysteme 1, 2 und 3 lesen die Live-Prozessdaten aus der Datenbank und erzeugen Simulationsergebnisse. Diese Simulationsergebnisse dienen als zusätzliche Informationen über den Prozess und beinhalten nicht messbare Größen sowie prognostische Werte. Sämtliche vorhandene Informationen werden einem Softwaresystem übergeben, welches zusätzlich über implementiertes Expertenwissen verfügt und auf der Basis verschiedener Methoden (Fuzzy-Logik, künstliche neuronale Netze, Machine Learning, Deep Learning) dem Maschinenbediener Verbesserungsmöglichkeiten vorschlägt oder die Linie autark betreibt.

Mit dem Forschungsvorhaben wird ein wertvoller Beitrag auf dem Weg zur intelligenten und flexiblen Produktion geleistet. Denn intelligente Systeme sammeln vielfältige Daten und erlauben somit eine sukzessive Erneuerung der Produkte und die standortunabhängige Optimierung der Prozesse. Gleichzeitig kann das Produkt günstiger und kundennäher ausgelegt werden. Die Technologien werden damit individualisiert.

Mit dem Forschungsvorhaben soll erstmalig eine innovative Gesamtlösung des extrudierenden Maschinensystems entwickelt werden. Damit ist das System in der Lage live und ohne Bedienereingriff Automatisierungsstrategien zu generieren. Eine derart konsequente Automatisierung und gegenseitige Verzahnung von computergestützten Systemen basierend auf realen Prozessdaten in einer Live-Umgebung hätte folglich einen weltweiten Alleinstellungswert und wurde bis dato in anderen Forschungsaktivitäten in der Form nicht realisiert.

Dieses Projekt wird durch die Europäische Union und das Land Nordrhein-Westfalen gefördert.

www.efre.nrw.de

www.wirtschaft.nrw.de