Aller au contenu Aller au pied de page

Masterarbeit zur Analyse und Evaluierung von Active-Learning-Methoden zur effizienten Nutzung von Flexibilitäten im Niederspannungsnetz

ID de l'offre
500395
Publié depuis
01-Avr-2026
Organisation
Foundational Technologies
Domaine d'activité
Services généraux
Entreprise
Siemens AG
Niveau d'expérience
Étudiant
Type de poste
Temps partiel
Modalités de travail
Hybride (télétravail / présentiel)
Type de contrat
Contrat à durée déterminée (CDD)
Lieu
  • Erlangen - - Allemagne

Art der Anstellung: Befristet / Teilzeit


Was wir dir bieten:

  • Spannende Forschungs- und Entwicklungsprojekte, die dein theoretisches Wissen in die Praxis umsetzen
  • Individuelle Betreuung und Unterstützung durch erfahrene Experten aus deinem Fachgebiet
  • Zugriff auf modernste Technologien, Labore und Ressourcen
  • Vielfältige Möglichkeiten, deine Ideen einzubringen und aktiv mitzugestalten
  • Hervorragende Karrierechancen durch den Kontakt zu potenziellen Arbeitgebern
 

Verändere die Welt von morgen:

  • Du studierst derzeit erfolgreich Elektrotechnik, Informatik, Wirtschaftsingenieurwesen oder einen vergleichbaren Studiengang und bringst Interesse an Energie- und Netzthemen mit
  • Zunächst recherchierst und analysierst du aktuelle Literatur zu Active-Learning-Methoden sowie Marktmechanismen im Energiesystem, um daraus Best Practices und Anforderungen für ML-basierte Entscheidungstools abzuleiten
  • Anschließend nutzt du ein bestehendes Software-Framework, um aktive Lernmethoden zu implementieren, entwickelst eigene Szenarien und vergleichst systematisch verschiedene Konfigurationen hinsichtlich ihrer Effizienz
  • Im weiteren Verlauf evaluierst du die Skalierbarkeit und Praxistauglichkeit deiner Ansätze, wobei du optional auch einen gridübergreifenden Ansatz entwickelst
  • Abschließend dokumentierst du deine Ergebnisse wissenschaftlich und bereitest sie in Form einer hochwertigen Masterarbeit sowie gegebenenfalls für eine Publikation auf
 

So überzeugst du uns:

  • Ausbildung: Du studierst derzeit erfolgreich Informatik, Elektrotechnik, Mathematik, Physik oder einen vergleichbaren MINT-Studiengang
  • Erfahrungen und Kenntnisse:
    • Du besitzt sehr gute Kenntnisse in Python
    • Du hast fundiertes Wissen im Bereich Machine Learning
    • Du bringst Erfahrung im Umgang mit GitLab oder GitHub mit
  • Arbeitsweise: Du arbeitest selbstständig, strukturiert und analysestark und hast Freude an mathematischen Methoden
  • Sprachkenntnisse: Sehr gute Deutsch- oder Englischkenntnisse

Du bist viel mehr als deine Qualifikationen und wir glauben an das Potential jeder einzelnen Person. Wir freuen uns darauf, dich kennenzulernen!

Bei Siemens sind wir überzeugt: Wer sich wertgeschätzt und zugehörig fühlt, kann das eigene Potenzial voll entwickeln. Deshalb schaffen wir ein inklusives Arbeitsumfeld, in dem jede Person ein Gefühl der Zugehörigkeit erfährt und in dem individuelle Perspektiven und Erfahrungen geschätzt werden. Unser Engagement für Fairness und Respekt gilt für alle Bewerbenden.

Wir legen Wert auf Chancengleichheit und freuen uns über Bewerbungen von Menschen mit unterschiedlichen Hintergründen, ausdrücklich auch von Menschen mit Behinderung. 



Über Uns

Wir entwickeln Netzwerke, die unsere Städte schlauer mit Licht und Wärme versorgen und kennen uns in Sachen Automatisierung und Digitalisierung in der Prozess- und Fertigungsindustrie bestens aus. Dafür und für viele weitere Zukunftsprojekte brauchen wir kluge Köpfe, die ihr Können und ihre Kreativität aktiv einbringen. Menschen wie dich! Hilf uns dabei, die spannendsten Herausforderungen gemeinsam anzugehen und umzusetzen, worauf es ankommt. Was wir dir bieten, ist die Chance, wirklich etwas zu bewegen. Also worauf warten? Mach mit uns den nächsten Schritt in deiner Karriere!


www.siemens.de/karriere – wenn du mehr Informationen zu Jobs & Karriere bei Siemens erhalten möchtest.

FAQ – wenn du eine Frage zum Thema Bewerbung bei Siemens hast.

Wenn du darüber hinaus noch Fragen hast, wende dich gerne an uns: www.siemens.de/fragenzurbewerbung


#sagthesis