Nutze unser Formular …
… wenn Du Dich auf diese Stelle bewerben möchtest.
Bitte füge eine kurze Nachricht an, in der Du Dein Anliegen schilderst. Wir werden uns bald mit Dir in Verbindung setzen.
Log Data Analysis in der Fertigung (m/w/d)
Thema: "Das Ermöglichen und Erleichtern der Ursachenanalyse in der verteilten Fertigung durch die Klassifizierung von Protokolldaten"
01099 Dresden, Germany}', 5='{type=image, value=Image{width=800,height=428,url='https://www.systema.com/hubfs/Images/Offices/Dresden_Location.jpg',altText='',fileId=null}}', 6='{type=string, value=
With our headquarters in Dresden, we are strategically located in the largest center of microelectronic industries in Europe. As the capital of the German state of Saxony, Dresden is at the heart of “Silicon Saxony”, a term used to describe the region and its hundreds of microelectronics businesses.
Maintaining strong, collaborative relationships with local manufacturing companies and world-renowned universities (e.g. TU Dresden and HTW), Dresden is also the center of our R&D activities.
In addition to its high density of outstanding research institutions, Dresden is also well known for its history, beautiful baroque architecture, and broad collection of fine arts.
}', 21='{type=list, value=[{id=31544187646, name='MScha'}]}', 22='{type=number, value=1}', 24='{type=string, value=Unser Hauptsitz befindet sich in Dresden, der Hauptstadt des deutschen Bundeslandes Sachsen. Dresden ist das Herzstück von „Silicon Saxony“, Sachsens größtem Hightechnetzwerk und Europas größtem Mikroelektronikstandort.
Wir pflegen enge Kooperationsbeziehungen zu lokalen Fertigungsunternehmen und zu weltweit anerkannten Universitäten der Region (z. B. TU Dresden und HTW), wodurch Dresden das Zentrum unserer F&E-Aktivitäten ist.
Neben seiner hohen Dichte an herausragenden Forschungseinrichtungen ist Dresden auch für seine Geschichte, seine wunderschöne Barockarchitektur und seine große Sammlung an bildender Kunst bekannt.
}', 25='{type=string, value=Dresden (Deutschland)}', 26='{type=string, value=Dresden Headquarters}', 27='{type=string, value=Dresden (Deutschland)}', 28='{type=string, value=Germany}', 29='{type=string, value=Manfred-von-Ardenne-Ring 6}', 30='{type=string, value=01099}', 31='{type=string, value=Saxony}'}]
English version available / Englische Version verfügbar
In hochautomatisierten Fabriken fallen Protokolldaten von Anlagen und Diensten mit einer Geschwindigkeit von mehreren GB pro Minute an. Die Gewinnung von Erkenntnissen aus diesen Daten bleibt dabei eine schwierige Aufgabe. Folgende Fragen müssen angegangen werden: Enthalten meine Protokolle ungewöhnliche Meldungen? Wie lässt sich ein strukturierter Log-Drilldown in verteilten und hochdynamischen Produktionsumgebungen ermöglichen? Wie kann man durch automatisierte Berichte einen Informationsüberfluss bei der Zusammenarbeit der Fabrikarbeiter vermeiden?
In diesem Praktikums- oder Diplomarbeitsprojekt evaluierst und implementierst du Methoden zur Gliederung von Protokolldaten auf der Grundlage von Ähnlichkeiten der Log-Inhalte und struktureller Zeitreihenmodellierung. Dies ermöglicht die Erkennung von abnormalen Ereignissen wie zum Beispiel ungewöhnliche Anlagenzustände und Materialwege oder stockende Abläufe. Geeignete Methoden sollen verdichtet und in einen Prozess implementiert werden, um die Ursachenanalyse zu vereinfachen. Darüber hinaus sollen anormale Log-Ereignisse und deren werksweite Aggregation genutzt werden, um einen allgemeinen Anomalie-Score zu entwerfen, der die Alarmierung rationalisiert und vereinfacht.
Du solltest Programmiererfahrung oder Interesse an Java, SQL, Azure und KI haben. Interesse oder Kenntnisse in Fertigungsprozessen wären ebenfalls hilfreich.