Maschinelles Lernen Zustandsüberwachung der Verkehrsinfrastruktur

TÄTIGKEIT: Wissenschaftliche Tätigkeit / Projektarbeit

Ihre Mission:

Mobilität hat in unserer Gesellschaft einen hohen Stellenwert. Menschen wollen sicher, bequem und schnell ihr Ziel erreichen. Güter müssen über kurze und lange Strecken kostengünstig transportiert werden. Folgen der Mobilität zeigen sich in Umweltbelastungen, Unfällen und Staus und verstärken sich mit dem stetig wachsenden Verkehrsaufkommen. Diesen Herausforderungen stellen wir uns am Institut für Verkehrssystemtechnik. Wir erarbeiten Lösungen für eine sichere und effiziente Mobilität der Zukunft.

Die Abteilung Informationsgewinnung und Modellierung des Instituts für Verkehrssystemtechnik konzipiert und entwickelt Erfassungssysteme, das Datenmanagement und die Informationsgewinnung für verkehrs- und zustandsbezogene Daten. Arbeitsschwerpunkte sind die Erfassung und Auswertung heterogener Datenströme von Sensoren und Systemen, die Erstellung digitaler Abbilder der Verkehrsinfrastruktur sowie die Entwicklung modell- und datenbasierter Ansätze zur Gewinnung relevanter neuer Informationen aus den erfassten Daten.

Für die Informationsgewinnung werden Ansätze und Verfahren basierend auf überwachten und unüberwachten maschinellen Lernverfahren entwickelt und unter realen Einsatzbedingungen erprobt. Dabei kommen insbesondere im Bereich der Zustandsüberwachung (Arbeitsgruppe Asset Monitoring and Management) maschinelle Lernverfahren für die die Mustererkennung sowie Gruppierung und Klassifikation zum Einsatz. Im Rahmen der ausgeschriebenen Stelle erfolgt die wissenschaftliche Erarbeitung neuer Ansätze für die Detektion, Diagnose und Prognose des Zustands der Verkehrsinfrastruktur einschließlich der Modellierung von Prozessen und Anlagen.

Dies umfasst insbesondere folgende Tätigkeiten:

• Analyse von Sensordaten zur Identifikation und Extraktion relevanter Zustandsmerkmale einschließlich der Durchführung bzw. Begleitung von Messkampagnen
• Detektion/Erkennung von Störungen z. B. bei Infrastruktur- und Fahrzeugkomponenten
• Identifikation der Störungsursache(n) durch Analyse relevanter Merkmale und Einflussgrößen
• Entwicklung von Degradations- und Prognosemodellen
• Entwicklung von nachvollziehbaren Diagnosemodellen
• Erstellung wissenschaftlicher Publikationen und Berichte
• Mitwirkung an der Akquise und Durchführung geförderter kooperativer Forschungsprojekte mit internationalen Partnern

Ihre Qualifikation:

• abgeschlossenes wissenschaftliches Hochschulstudium (Diplom/Master) im Studienfach Datenwissenschaften, Mathematik, Physik, Informatik oder einem vergleichbaren Studiengang
• Kenntnisse in der digitalen Zeitreihenanalyse und statistischen Datenanalyse
• Kenntnisse zu maschinellen Lernverfahren, Merkmalsextraktion und Predictive Modeling
• Erfahrung in der Umsetzung von Algorithmen in datenwissenschaftlich genutzten Programmierumgebungen (z. B. Python, R oder Julia)
• Fähigkeit zur Erstellung wissenschaftlicher Publikationen in deutsch- und englischsprachigen SCOPUS und ISI-gelisteten Fachjournalen
• Sprachkenntnisse in Deutsch und Englisch (Wort und Schrift)
• Erfahrung in der Durchführung von Forschungsprojekten (Drittmittel-Forschung) vorteilhaft

Ihr Start:

Freuen Sie sich auf einen Arbeitgeber, der Ihr Engagement zu schätzen weiß und Ihre Entwicklung durch vielfältige Qualifizierungs- und Weiterbildungsmöglichkeiten fördert.Unser einzigartiges Arbeitsumfeld bietet Ihnen Gestaltungsfreiräume und eine unvergleichbare Infrastruktur, in der Sie Ihre Mission verwirklichen können.Vereinbarkeit von Privatleben, Familie und Beruf sowie Chancengleichheit von Personen aller Geschlechter (w/m/d) sind wichtiger Bestandteil unserer Personalpolitik.Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.