Master Thesis Internship Automation - KI-gestützte Anomalieerkennung in Gebäudeleittechnikdaten

Arbeitgeber: Takeda

Arbeitsort: Wien, Österreich

Bereich: Automation

Takeda sucht eine:n Master-Thesis-Praktikant:in im Bereich Automation. Thema der Masterarbeit ist die KI-gestützte Anomalieerkennung in Gebäudeleittechnikdaten. Die Tätigkeit verbindet Automatisierung, Datenanalyse, Machine Learning und Gebäudetechnik im pharmazeutischen Umfeld.

Aufgaben

• Gebäudeleittechnikdaten analysieren
• Datenquellen und relevante Parameter für Anomalieerkennung identifizieren
• KI- beziehungsweise Machine-Learning-Ansätze zur Erkennung von Auffälligkeiten in Gebäudeleittechnikdaten evaluieren
• Geeignete Modelle, Algorithmen und Auswertungsmethoden entwickeln oder testen
• Ergebnisse dokumentieren und im Rahmen der Masterarbeit wissenschaftlich aufbereiten
• Mit Automation-, Engineering- und Fachexpert:innen zusammenarbeiten
• Potenziale für Monitoring, Optimierung und frühzeitige Fehlererkennung ableiten

Profil

• Laufendes Masterstudium in Automatisierungstechnik, Informatik, Data Science, Machine Learning, Gebäudetechnik, Elektrotechnik oder vergleichbarer technischer Studienrichtung
• Interesse an KI-gestützter Datenanalyse und industriellen Automationssystemen
• Grundkenntnisse in Datenanalyse, Programmierung und Machine Learning von Vorteil
• Analytische und strukturierte Arbeitsweise
• Bereitschaft, sich in Gebäudeleittechnikdaten und pharmazeutische Infrastrukturprozesse einzuarbeiten
• Gute Deutsch- und Englischkenntnisse von Vorteil

Benefits

• Einblick in ein internationales Pharmaunternehmen
• Praxisnahes Masterarbeitsthema mit realen Gebäudeleittechnikdaten
• Zusammenarbeit mit Expert:innen aus Automation, Engineering und pharmazeutischem Produktionsumfeld
• Möglichkeit, KI- und Datenanalyseansätze in einem regulierten und technisch anspruchsvollen Umfeld anzuwenden
• Fachliche Betreuung während des Praktikums beziehungsweise der Masterarbeit

Bewerbung

Die Online-Bewerbung erfolgt über https://jobs.takeda.com/job/vienna/master-thesis-internship-automation-ki-gestutzte-anomalieerkennung-in-gebaudeleittechnikdaten-autom/1113/95967852368.