Master Thesis Data Science and MLOps for Industrial Process Automation (m/f/d)

WAS DICH ERWARTETDu wirst an einem spannenden Masterarbeitsprojekt im Bereich MLOps und Data Science für die industrielle Prozessautomatisierung arbeiten.Forschung zu MLOps-Praktiken und deren Anwendung in der industriellen Prozessautomatisierung.Benchmarking verschiedener MLOps-Frameworks (z.B. Airflow, Metaflow, Dagster, Databricks, Kedro, MLFlow, Comet ML, Weights & Biases, Delta Lake) zur Identifizierung der Vor- und Nachteile jedes Frameworks anhand eines Beispieldatensatzes.Entwicklung der effizientesten und geeignetsten MLOps-Pipelines zur Überwachung und Bereitstellung datengetriebener Modelle.Schreiben von Unit- und Integrationstests für jede Methode in der Pipeline sowie Erstellung von Dokumentationen in Sphinx.Implementierung von Daten- und Modellversionierung sowie Modellüberwachung.Bewertung und Optimierung von Modellbereitstellungsstrategien für CPU- und GPU-Umgebungen.WAS DU BIETESTFortgeschrittenes Masterstudium in Data Science, Informatik, Ingenieurwesen, Physik oder einem verwandten Bereich.Starke Kenntnisse in der Python-Programmierung (z.B. PyTorch, Numpy) sowie ein gutes Verständnis der MLOps-Grundlagen.Gute Programmierkenntnisse im Schreiben von Unit- und Integrationstests mit pytest.Vertrautheit mit Containerisierungs- und Orchestrierungstools wie Docker mit CI/CD-Automatisierung ist von Vorteil.Erfahrung mit der Bereitstellung von Modellen in CPU- und GPU-Umgebungen ist von Vorteil.Starke Kommunikationsfähigkeiten in Englisch.Ausgezeichnete Problemlösungsfähigkeiten und Detailgenauigkeit.Fähigkeit, sowohl unabhängig als auch im Team zu arbeiten.WAS WIR BIETENPraktische Phase - Theorie in herausfordernden und abwechslungsreichen Aufgaben/Projekten aktiv anwenden.Teambuddy - Ansprechpartner für alle Fragen und regelmäßiges Feedback.Netzwerke - verschiedene Perspektiven, Denkweisen und Arbeitsfelder kennenlernen.Praktikumsvergütung - Anerkennung des Engagements.Flexible Arbeitszeiten - je nach Standort und Arbeitsbereich.