Job Description:
Über die Position:
- Für unsere IT-Abteilung suchen wir einen motivierten Studierenden (m/w/d) für ein Praxissemester im Bereich Reinforcement Learning und Graph Neural Networks (GNN).
- In dieser Position unterstützen Sie unser Entwicklerteam bei der Optimierung und Validierung einer komplexen Simulationsumgebung zur autonomen Steuerung von Produktionskranen.
Aufgaben:
- Ihre Hauptaufgabe besteht darin, eine bestehende Python-Codebasis auf Basis von PyTorch schrittweise anzupassen, zu erweitern und zu testen.
- Sie überführen die bisherige flache Zustandsdarstellung eines Deep Q-Networks (DDQN) in eine dynamische, graphenbasierte Architektur mittels Heterogener GNNs.
- Hierbei modellieren Sie physische Einheiten wie Krane und Montagestationen als Knoten sowie deren räumliche Abhängigkeiten als Kanten.
- Sie entwickeln und testen erweiterte Action-Masking-Mechanismen zur Vermeidung von Kollisionen und ungültigen Aktionen auf der einspurigen Schieneninfrastruktur.
- Darüber hinaus führen Sie systematische Trainingsläufe durch, verfeinern das Reward-Shaping und analysieren die Modellkonvergenz bei variierender Auftragslast.
- Zur objektiven Leistungsbewertung vergleichen Sie Ihren DRL-GNN-Ansatz mit bestehenden Heuristiken (z. B. FIFO) sowie exakten Solvern (z. B. Google OR-Tools CP-SAT).
- Die strukturierte Auswertung und Visualisierung der Simulationsergebnisse sowie der Trainingsstatistiken runden Ihr Aufgabenspektrum ab.
Profil:
- Sie sind ein immatrikulierter Student (d/m/w) und studieren derzeit Informatik, Data Science, Mathematik, Automatisierungstechnik oder einen vergleichbaren Studiengang.
- Fundierte Kenntnisse in Python sowie praktische Erfahrung mit PyTorch setzen wir für diese Aufgabe voraus.
- Erstes Vorwissen in Deep Reinforcement Learning, Graph Neural Networks (z. B. PyTorch Geometric) oder mathematischer Optimierung ist von großem Vorteil.
- Sie zeichnen sich durch eine selbstständige, lösungsorientierte Arbeitsweise und analytische Fähigkeiten bei der Fehlerbehebung im Code aus.
- Vorgeschriebenes Praxissemester lt. Studienordnung
Was wir bieten:
- Wir bieten Ihnen die Möglichkeit, an einem praxisnahen Innovationsthema an der Schnittstelle von Künstlicher Intelligenz und Industrie 4.0 zu forschen.
- Bringen Sie Ihre eigenen Ideen ein und gestalten Sie die intelligente Steuerung unserer zukünftigen Produktionslogistik aktiv mit!
Bitte lade folgende Unterlagen hoch**: Anschreiben, Lebenslauf, relevante Zeugnisse, Immatrikulationsbescheinigung, Studienordnung.**
This job requires an awareness of any potential compliance risks and a commitment to act with integrity, as the foundation for the Company’s success, reputation and sustainable growth.
Company:
Airbus Aerostructures GmbH
Employment Type:
Internship
-------
Experience Level:
Student
Job Family:
Support to Management By submitting your CV or application you are consenting to Airbus using and storing information about you for monitoring purposes relating to your application or future employment. This information will only be used by Airbus.
Airbus is committed to achieving workforce diversity and creating an inclusive working environment. We welcome all applications irrespective of social and cultural background, age, gender, disability, sexual orientation or religious belief.
Airbus is, and always has been, committed to equal opportunities for all. As such, we will never ask for any type of monetary exchange in the frame of a recruitment process. Any impersonation of Airbus to do so should be reported to emsom@airbus.com.
At Airbus, we support you to work, connect and collaborate more easily and flexibly. Wherever possible, we foster flexible working arrangements to stimulate innovative thinking.