Unser Center verantwortet im Bereich der Antriebsentwicklung der Mercedes-Benz AG das Powertrain Prototyping & Testing.  In der Abteilung Testing Komponenten & Aggregate, werden u.a. Zellen, Module und Hochvolt-Batterien in verschiedensten Ausprägungen mit unterschiedlichsten Methoden getestet und bewertet.

Im Team Testing Zelle & Modul Elektrik und Funktionen verfolgen und begleiten Sie den Produktentstehungsprozess vom Zell-/Modul-Prototyp bis zum Serienmuster.

Hintergrund:

Moderne Batteriezellentests erzeugen riesige Mengen an Zeitreihen-Messdaten. Während maschinenlesbare Testspezifikationen definieren, wie Tests ausgeführt werden sollen, fehlt den resultierenden Messdaten oft eine explizite Darstellung der zugrunde liegenden Teststruktur. Um eine zukünftige automatisierte Validierung ausgeführter Tests gegen ihre Spezifikationen zu ermöglichen, müssen wiederkehrende Muster innerhalb der Messdaten zunächst identifiziert und in eine strukturierte Darstellung des tatsächlichen Testablaufs umgewandelt werden.

Wir suchen eine Studentin oder einen Studenten, die/der ein wieder verwendbares Software-Framework erforscht, entwirft, implementiert und evaluiert, das in der Lage ist, solche Muster automatisch aus realen Batterietestdaten zu entdecken.

Diese Herausforderungen kommen auf Sie zu:

Projektziel

Entwicklung eines wiederverwendbaren Python-Frameworks, das:

• Wiederkehrende Muster in Batteriezellen-Messdaten automatisch identifiziert.
• Teststrukturen direkt aus Messsignalen erkennt, auch wenn Lesezeichen oder Anmerkungen fehlen
• Konfidenzbasierte Mustererkennung und mehrere Kandidateninterpretationen unterstützt
• Erkannte Muster und ihre Beziehungen durch ein generisches und erweiterbares Datenmodell darstellt
• Auf industrielle Datensätze mit Millionen von Datenpunkten skaliert
• Eine saubere, wiederverwendbare API für die Integration in zukünftige Anwendungen bietet

Forschungsthemen

Potenzielle Untersuchungsbereiche umfassen:

• Zeitreihen-Mustererkennung
• Matrix Profile und Zeitreihen-Mining-Techniken
• Ähnlichkeitssuche und formbasierte Übereinstimmung
• Unüberwachte Mustererkennung und Clustering
• Maschinelles Lernen für Sequenzanalyse
• Skalierbare Datenverarbeitungsarchitekturen

Relevante Technologien können sein:

• Python
• Polars
• DuckDB
• Dask
• Apache Arrow
• STUMPY
• Multi-Core- und GPU-beschleunigte Verarbeitung

Verfügbare Daten

Das Projekt kann auf etwa:

• 165.000 Batteriezellenmessungen
• Mehr als 50 verschiedene Testtypen zurückgreifen. Dies bietet eine einzigartige Gelegenheit, Lösungen mit großen industriellen Datensätzen zu entwickeln und zu validieren.

Erwartete Ergebnisse

Die endgültige Lösung sollte umfassen:

• Einen funktionsfähigen Prototyp zur automatisierten Musteridentifikation
• Eine wiederverwendbare Python-API
• Konfidenzbewertung für erkannte Muster
• Unterstützung für alternative Musterinterpretationen
• Automatisierte Tests und Dokumentation
• Validierung und Leistungsbewertung anhand realer Messdaten

Die endgültige Themenfindung erfolgt in Absprache mit der Hochschule, Ihnen und uns.

Die Tätigkeit kann ab Oktober 2026 beginnen.

• Studiengänge im Bereich Informatik, Data Science, Elektrotechnik, Mechatronik, Computational Engineering, Mathematik oder vergleichbare technische Studiengänge mit Schwerpunkt Softwareentwicklung oder Datenanalyse

• Kenntnisse in:

  • Python-Softwareentwicklung
  • Data Science und Analytik
  • Zeitreihenanalyse
  • Maschinelles Lernen
  • Softwarearchitektur und -design
  • Batteriesysteme und -prüfung
• Persönliche Kompetenzen:

  • Sichere Deutsch- und Englischkenntnisse in Wort und Schrift

  • Sicherer Umgang mit MS-Office

  • Engagement

  • Teamfähigkeit

  • Analytische Denkweise und strategische Arbeitsweise

     

Zusätzliche Informationen:

Wir freuen uns auf Ihre Online-Bewerbung mit Lebenslauf, Anschreiben, Zeugnissen,  aktueller Immatrikulationsbescheinigung mit Angabe des Fachsemesters und Nachweis über die Regelstudienzeit. Bitte vergessen Sie nicht im Online-Formular Ihre Dokumente als "relevant für diese Bewerbung" zu markieren und die maximale Dateigröße von 5 MB zu beachten.

Weiterführende Informationen zu den Einstellkriterien finden Sie hier.

Schwerbehinderte und gleichgestellte Bewerbende sind herzlich willkommen! Die Schwerbehindertenvertretung (sbv-untertuerkheim@mercedes-benz.com) unterstützt Sie gerne im Bewerbungsprozess.

People Solutions hilft Ihnen bei Fragen zum Bewerbungsprozess gerne weiter. Sie erreichen uns per E-Mail über myhrservice@mercedes-benz.com oder telefonisch unter 0711/17-99000 (Mo-Fr 10-12 Uhr & 13-15 Uhr).