Promotion - Erforschung von physikinspirierten KI-Modellen fr mechanische Bearbeitungsprozesse in der industriellen Halbleiterfertigung
Promotion - Erforschung von physikinspirierten KI-Modellen fr mechanische Bearbeitungsprozesse in der industriellen Halbleiterfertigung
Employer Active
Job Alert
You will be updated with latest job alerts via email
Share
Job Alert
You will be updated with latest job alerts via email
Job Description
Die Zukunft gehrt der Digitalisierung und EMobilitt und die Robert Bosch GmbH gestaltet sie aktiv mit. Als Vorreiter in der Entwicklung und Fertigung von Halbleiterbauelementen fr Sensoren und Leistungselektronik stehen wir vor der Herausforderung die steigenden Anforderungen an die Halbleiterproduktion zu meistern.
Im Fokus unserer aktuellen Forschung steht die Beherrschung der komplexen Wechselwirkungen bei mechanischen Bearbeitungsprozessen. Wir streben danach unerwnschte qualitative Einschrnkungen zu vermeiden und gleichzeitig eine hohe wirtschaftliche Ausbeute zu erzielen. Auch unter Nutzung von datenbasierten Methoden wie dem maschinellen Lernen. Allerdings macht die Komplexitt der mechanischen Bearbeitungsprozesse mit deren Variantenvielfalt sowie vielen Unwgbarkeiten und Unsicherheiten eine rein datenbasierte Analyse sowie Optimierung herausfordernd.
Im Rahmen der Promotion gilt es daher drei Themengebiete zu untersuchen und weiterzuentwickeln:
- Physikbasierte Modellierung:
Zu Beginn Ihrer Ttigkeit machen Sie sich mit dem tribologischen Gesamtsystem des mechanischen Bearbeitungsprozesses vertraut und vertiefen Ihr Wissen in der physikalischen Modellierung. - Datenbasierte Modellierung:
Um die Herausforderungen der datenbasierten Vorhersage zu meistern entwickeln Sie innovative hybride Modelle die datenbasierte und physikalische Modellierung kombinieren. Diese Modelle werden knftig als Teil eines digitalen Zwillings zur Analyse Optimierung und berwachung von Bearbeitungsprozessen eingesetzt. - Fertigungstechnische Erprobung & Validierung:
Validierung der hybrid modellierten Gren anhand selbst geplanter durchgefhrter und ausgewerteter Versuche an einer Werkzeugmaschine zur mechanischen Bearbeitung von Halbleitermaterialien.
Darber hinaus kooperieren Sie eng mit Expertinnen und Experten fr Modellierung und Fertigungsprozesse nehmen an wissenschaftlichen Konferenzen teil und verffentlichen Ihre Ergebnisse in renommierten Fachzeitschriften.
Qualifications :
- Ausbildung: exzellent abgeschlossenes Studium im Bereich Mechatronik/Maschinenbau Mathematik Physik Technische Kybernetik Systems Engineering oder Computational Science and Engineering
- Erfahrungen und Knowhow:
- fundiertes mathematisches und systemtheoretisches Verstndnis mit hoher Abstraktionsfhigkeit komplexer physikalischer Wirkzusammenhnge
- fundierte Kenntnisse hinsichtlich Programmierung (insbesondere Python Matlab und C von Vorteil)
- gute Kenntnisse im Bereich von Methoden des maschinellen Lernens und Bereitschaft sich in Fertigungstechnik sowie Materialwissenschaft im Kontext Halbleiterbearbeitung einzuarbeiten und teilweise praktische Untersuchungen durchzufhren
- Vorkenntnisse zur Bildung von daten und physikbasierten Modellen wnschenswert
- Persnlichkeit und Arbeitsweise: Sie bringen sich eigeninitiativ sowie mit neuen bzw. unkonventionellen Lsungen ein; als aufgeschlossene Person fllt es Ihnen leicht sich selbst und andere zu motivieren
- Begeisterung: Interesse daran als Teil eines interdisziplinren Teams etwas Neues zu schaffen starkes Interesse an physikalischen Zusammenhngen sowie mechanischen Fertigungsprozesse fr Halbleiterbauelemente
- Sprachen: sehr gutes Englisch und gutes Deutsch von Vorteil
Zustzliche Informationen :
Bitte schicken Sie uns Ihre aussagekrftigen Bewerbungsunterlagen zu (inkl. Lebenslauf Zeugnisse und stellenbezogenem Motivationsschreiben).
Die finale Vergabe des Promotionsthemas obliegt Ihrer Hochschule als zentrale Anlaufstelle fr Ihre Promotion.
Vielfalt und Inklusion sind fr uns keine Trends sondern fest verankert in unserer Unternehmenskultur. Daher freuen wir uns ber alle Bewerbungen: unabhngig von Geschlecht Alter Behinderung Religion ethnischer Herkunft oder sexueller Identitt.
Sie haben Fragen zum Bewerbungsprozess
Sarah Schneck (Personalabteilung)
Sie haben fachliche Fragen zum Job
Marius Winter (Fachabteilung)
49 2
Remote Work :
No
Employment Type :
Fulltime
Employment Type
Full-time
