Index

Background:

In the fast-evolving landscape of software development, tools that enhance productivity and streamline workflows are essential. Within the Machine Learning lifecycle, 3rd party systems and tools can significantly improve the developer experience when deeply integrated into the existing MLOps platform. This position focuses on developing and improving such integrations, particularly a Visual Studio Code extension (already in an early stage) and a new cross-platform mobile app (to be built with Flutter). Both projects aim to extend the platform’s usability, improve UX, and provide seamless interaction between developers, operators, and the MLOps ecosystem.

Objective:

The goal is to:

• Advance the development of a Visual Studio Code extension that integrates directly with an MLOps platform to support developers in production environments.
• Design and build a cross-platform mobile app using Flutter to make essential MLOps features accessible on the go.

Both tools should seamlessly integrate with existing workflows and improve overall efficiency, usability, and accessibility of the platform.

Tasks (VS Code Extension):

• Familiarize yourself with the architecture and extension API of VS Code (e.g., Webview API, Tree View API).
• Conceptualize and design extension features aligned with best practices in UI/UX.
• Implement functionality using JavaScript/TypeScript and relevant frameworks.
• Document the development process and create user guides.

Tasks (Mobile App):

• Familiarize yourself with Flutter, Dart, and Android Studio.
• Conceptualize and design the app with a focus on UI/UX best practices.
• Develop the app using Flutter, Dart, and relevant libraries/frameworks.
• Document the development process and create user guides.

Requirements:

• Expert knowledge of TypeScript; experience with VS Code extension development desirable.
• Expert knowledge of communication patterns and protocols for client-side usage (REST, HTTP, WebSockets,  SSE).
• Practical experience with Flutter, Dart; experience with mobile app development desirable.
• Strong problem-solving skills and attention to detail.
• High motivation, curiosity, and a structured way of working.
• Good command of German or English, both written and spoken.
• High work ethic and ability to deliver features incrementally on a weekly basis.

Interview Process:

After submitting your application, your CV is being reviewed. If your application passes this stage, you will be invited to a 30 minute interview during which you will be asked some basic technical questions (and optionally you have to present a project you have worked on in the past and is somehow related to this offering). The interview will be conducted via MS Teams.

Applications including a resume and current transcript of records should be sent via email to benedikt.scheffler@faps.fau.de and tim.raffin@faps.fau.de.

Contact:

Benedikt Scheffler, M.Sc.
Tim Raffin, M.Sc.

Zur Unterstützung unseres Teams im Bereich Montagetechnologien elektrischer Energiespeicher suchen wir eine engagierte studentische Hilfskraft. Die Stelle bietet spannende Einblicke in aktuelle Forschungsthemen rund um das Themenfeld der Batterie (-montage) und ermöglicht die aktive Mitarbeit an anwendungsnahen Entwicklungen.

Arbeitsinhalte:

Die Aufgaben können je nach Qualifikation und Projektphase variieren. Mögliche Themengebiete umfassen:

• Unterstützung bei der Entwicklung und Optimierung von Vorlesungsinhalten

• Mitwirkung bei der Identifikation technischer Trends und innovativer Lösungsansätze in der Batteriefertigung

• Unterstützung bei der Planung und Umsetzung von Versuchsaufbauten

• Mitarbeit bei der Erstellung technischer Präsentationen und Unterlagen für Projektbesprechungen und Akquiseprozesse

Anforderungen:

• Interesse an Batterietechnologien, Fertigungsprozessen und Elektromobilität

• Technisches Verständnis sowie idealerweise erste Erfahrungen im Bereich elektrischer Energiespeicher

• Sicherer Umgang mit Microsoft-Office (v. a. Excel, Word, PowerPoint), CAD-Kenntnisse von Vorteil

• Selbstständige, zuverlässige und strukturierte Arbeitsweise

• Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift

Bemerkungen:

• Freie Einteilung der Arbeitszeit (8h/Woche)

• Arbeitsbeginn nach Vereinbarung

• Interesse an einer längerfristigen Zusammenarbeit ist wünschenswert

• Bewerbung mit Lebenslauf und aktueller, vollständiger Notenübersicht bitte per E-Mail an Thomas Hanf

• Wichtig: eine reine ChatGPT-Bewerbung führt zum sofortigen Ausschluss beim Bewerbungsprozess

Handlungsfeld

Die Entwicklung mechatronischer Systeme ist aufgrund der steigenden Anzahl von Teilsystemen und Disziplinen eine Herausforderung. Model-Based Systems Engineering (MBSE) begegnet dieser Herausforderung durch eine disziplinübergreifende Systembeschreibung mit einem einheitlichen Systemmodell, ist aber in der Praxis noch wenig verbreitet. Dies liegt insbesondere an den hohen Einstiegshürden im Mittelstand, die u.a. durch den notwendigen Einsatz kostenintensiver Software, das erforderliche Fachwissen sowie das durchzuführende Change Management begründet sind. Large Language Models (LLM) bieten das Potenzial, die Entwicklung und Verarbeitung dieser Systemmodelle mittels generativer künstlicher Intelligenz zu automatisieren und damit die Einstiegshürden zu senken und gleichzeitig die Entwicklungseffizienz und -qualität in der MBSE signifikant zu steigern.

Forschungsvorhaben LLM-SE

Im Rahmen des Forschungsprojektes LLM-SE (Large Language Model unterstütztes Systems Engineering) entwickeln wir gemeinsam mit unseren Industriepartnern ein an der MBSE-Philosophie und -Struktur orientiertes Assistenzsystem unter Verwendung von Large Language Models zur Teilautomatisierung des Engineeringprozesses mechatronischer Systeme von der Anforderungsanalyse bis zur virtuellen Inbetriebnahme. Dieses soll Benutzereingaben wie Anforderungen und Anpassungen interpretieren, durch die Verfügbarkeit von unternehmensspezifischen Produktkatalogen, historischen Projektdaten und Best Practices in individuelle, modellbasierte Lösungen transformieren und diese durch geeignete Validierungs- und Verifikationsmechanismen absichern.

Ihr Beitrag zum Projekt

• Konzeption, Strukturierung und Implementierung einer zentralen und übertragbaren LLM-SE Software-Architektur sowie der Spezifikation der zugehörigen Schnittstellen zu verschiedenen Datenquellen
• Recherche, Evaluierung und Auswahl geeigneter LLMs zur Generierung konformer SysML-Modelle in z.B. XML-basierter Form aus semistrukturierten Texten, PDF-Dokumenten und Bildern aus handschriftlichen Skizzen im PNG- oder JPG-Format
• Untersuchung von Technologien zur Containerisierung, Orchestrierung und Datenspeicherung von Anwendungen
• Konzeption geeigneter Mechanismen zur Ähnlichkeitsfindung und Plausibilitätsprüfung auf Anforderungs- und Logikebene

Ihre Benefits

• Praktische Erfahrung in der Entwicklung von Algorithmen der künstlichen Intelligenz und Deep Learning Techniken
• Mitarbeit in einem motivierten und engagierten Forschungsteam
• Sehr steile Lernkurve entlang praxisnaher Projekte mit hoher Industrierelevanz
• Austausch mit anderen Studierenden der FAPS und Einblick in andere Forschungsbereiche
• Möglichkeit zur Anfertigung einer Masterarbeit im Rahmen des Forschungsvorhabens nach Absprache
• Möglichkeit eines Research Masters und anschließender Promotion gegeben
• Homeoffice und flexible Arbeitszeit möglich

Anforderungen

• Gute Programmierkenntnisse insbesondere in Java und/oder  in C/C++ und/oder Python erforderlich
• Interesse und Vorkenntnisse in MBSE, SysML wünschenswert
• Grundkenntnisse in Machine Learning (ML) und Natürliche Sprachverarbeitung (NLP) wünschenswert
• Grundkenntnisse und Erfahrung in REST-API und Apache Kafka wünschenswert
• Grundkenntnisse und Erfahrung in PostgreSQL, MySQL, MongoDB oder Cassandra von Vorteil
• Grundkenntnisse und Erfahrung in Camunda oder Kogito von Vorteil
• Eigenständige, strukturierte Arbeitsweise sowie hohe Lernbereitschaft

Organisatorisches:

Beginn: ab sofort
Arbeitszeit: 8 Std/ Woche
Hinweis: Eine langfristige Zusammenarbeit ist erwünscht. Das Projekt läuft bis Ende 2027

Hinweise zur Bewerbung

• Bewerbungen bitte per E-Mail mit aktuellem Notenspiegel und Lebenslauf sowie einem kurzen Motivationsschreiben
• Bitte beachten Sie, dass unvollständige Bewerbungen nicht berücksichtigt werden können.
• Weitere Informationen auf Anfrage per E-Mail oder gerne auch in einem persönlichen Gespräch.

Im Rahmen dieser Tätigkeit soll bei der Entwicklung und Erforschung neuer XR/KI-Softwaretools auf Basis von Unity und Blender unterstützt werden. Dabei koppeln wir die Intuitivität, die Usability und den Spaß von Computerspielen mit der Nützlichkeit von Industriesoftware. Oder in anderen Worten, wie kann es sein, dass ein 12 jähriger in einem Computerspiel ein Weltreich aufbauen kann aber ich für die meisten Industrietools einen Doktortitel benötige um diese zu verstehen, bzw. viele der Industriesoftwarelösungen immer noch aussehen wie Windows 95.

 

Aus folgenden Themen lassen sich die Aufgaben individuell aussuchen:

• Weiterentwicklung von kollaborativen, plattform-übergreifenden Anwendungen (AR, VR, Browserbasiert, Android, iOS, Windows…), siehe AR-Demo.
• CAD und 3D-Modellierung mittels Blender
• Erstellung von Prozessablauf Simulation
• Die praktische Erprobung kann im Rahmen des Forschungsprojektes  FAPS-X-Start-Ups ROBOTOP & https://robotop.de/ueber-uns/ sowie in Forschungsprojekten mit Industriepartner wie Bosch stattfinden.

 

Und das haben Sie davon:

• Zusammenarbeit mit dynamischen hoch-innovativen und schnell wachsenden Start-Up-Team im Kontext des Omniverse, Metaverse, KI, XR mit Möglichkeit zur Übernahme
• Tätigkeit kann auch in Zusammenarbeit mit der ROBOTOP GmbH als Industriepraktikum gestaltet werden, welches im Rahmen der Studienleistung angerechnet werden kann
• Sehr steile Lernkurve entlang praxisnaher Projekte mit hoher Industrierelevanz
• Kennenlernen möglicher Themenstellungen für BA, PA und MA Abschlussarbeiten
• Aktive Mitgestaltung innovativer Technologien
• Ausweitung des persönlichen Netzwerks
• Entwicklung der eigenen Fähigkeiten (Digitale Transformation und was dazu gehört: U. A. 3D-Modellierung, Programmierung, Künstliche Intelligenz (KI), Extended Reality (XR))
• Wöchentliche Arbeitszeit (verhandelbar): 8-20 Stunden mit hohem Homeoffice-Anteil möglich

 

Weitere Informationen zum Projekt: https://robotop.de/

 

Dr.-Ing, Eike Wolfram Schäffer, (M.Sc., M.Sc., SixSigma BlackBelt)

Mail: eike.schaeffer@faps.fau.de
LinkedIn: https://www.linkedin.com/in/eike-sch%C3%A4ffer/ 

 

 

PS: Bitte geben Sie in Ihrer Bewerbung bzw. in der Mail das Stichwort NextLevelROBOTOP an, damit ich sehe das Sie den Text bis zum Ende gelesen haben sowie schreiben Sie mir warum Sie an dem Thema besonders großes Interesse haben. Unser Team besteht aus sehr innovativen, leistungsbereiten und stark intrinsisch motivierten Menschen. Daher ist uns ein Fit in Hinsicht der Einstellung sehr wichtig. Sowie bewerben Sie sich bitte in deutscher Sprache und nur mit sehr guten Deutschkenntnissen. Mails ohne diese Kriterien werden ignoriert.

Background:

With the growing complexity of software engineering and data management in modern production environments, there is a pressing need for reliable and efficient software solutions. An MLOps platform has been developed to streamline the deployment and management of machine learning models in production. Ensuring the stability and robustness of this platform is crucial for its success.

Objective:

The primary goal is to develop and implement unit and integration tests for the MLOps platform, ensuring that all components work as intended and meet the required standards. This will help maintain the platform’s reliability, facilitate continuous integration, and support the seamless deployment of machine learning models. Furthermore, the tests will be integrated into a CI pipeline.

Tasks:

• Gain a deep understanding of the MLOps platform’s architecture and key functionalities.
• Study the existing codebase (Python) and identify areas requiring unit and integration tests.
• Design and implement unit tests using industry-standard tools and frameworks.
• Evaluate the effectiveness of the tests and make necessary improvements.
• Document the testing procedures and results.

Requirements:

• Interest in software testing and quality assurance.
• Prior practical experience with Python and unit testing frameworks (e.g., pytest).
• Strong analytical and problem-solving skills.
• Motivation, curiosity, and a structured approach to work.
• Good command of the German or English language, both written and spoken.

Applications with a resume and current transcript of records should be sent via email to tim.raffin@faps.fau.de and benedikt.scheffler@faps.fau.de.

Contact:

Tim Raffin, M.Sc.

Die für Magnete relevanten Seltenerdmetalle Neodym, Dysprosium und Terbium werden von der EU als kritische Rohstoffe der höchsten Risikokategorie betrachtet. Einerseits sind diese Rohstoffe von zentraler Bedeutung für viele Zukunftstechnologien wie die E-Mobilität und die regenerative Energieerzeugung. Daher spielen sie eine Schlüsselrolle für die Klimaziele der EU und die Nachfrage steigt kontinuierlich. Andererseits basiert die Versorgung ausschließlich auf Importen, wobei die VR China den globalen Markt dominiert. Aus dieser Abhängigkeit resultieren signifikante Nachteile für die europäische Industrie in Form von Lieferkettenrisiken, Preisvolatilität und kontinuierlich steigenden Preisen. Gleichzeitig ist die Primärförderung von Seltenen Erden und die Magnetherstellung mit signifikanten Umweltbelastungen verbunden.

Entsprechend besitzt das innereuropäische Recycling ein hohes geopolitisches, ökonomisches und ökologisches Potential. Derzeit fehlen allerdings industriell einsetzbare Technologien für die Rückgewinnung der Seltenerdmagnete, sodass die innereuropäische Recyclingquote unterhalb von einem Prozent liegt.

Im Rahmen aktueller Forschungsprojekte entwickelt der FAPS derzeit intelligente Demontage- und Sortierprozesse für die Rückgewinnung von Seltenerdmageten aus End-of-Life-Produkten (z. B. automobile Traktionsantriebe) und geschreddertem Elektroschrott. Für diese Forschung wird ab sofort eine studentische Hilfskraft zur Unterstützung in der Entwicklung innovativer Technologien gesucht. Es sind verschiedene Aufgabenschwerpunkte denkbar.

Mögliche Aufgaben umfassen:

• Mitarbeit in der Prozessentwicklung
  • Recherche / analytische Betrachtungen
  • Durchführung von Versuchsreihen
• Mitarbeit im Aufbau und der Inbetriebnahme von Versuchsaufbauten und Demonstratoranlagen
  • Konstruktion
  • Bauteilfertigung
  • Montage
  • Programmierung von Steuerungen und Robotern

Anforderungen:

• Studium im Bereich Maschinenbau / Mechatronik / Elektrotechnik / Energietechnik / Elektromobilität-ACES o. Ä.
• Erfahrung mit der CAD-Bauteilkonstruktion und handwerkliches Geschick
• Engagierte, selbstständige und zuverlässige Arbeitsweise
• Deutsch-Sprachkenntnisse (min. B2)

Weitere Bemerkungen:

• Forschung im Bereich innovativer und nachhaltiger Technologien, Eingliederung in den Forschungsalltag
• Flexible Arbeitszeiten am Standort Nürnberg, Stundenzahl nach Absprache
• Interesse an langfristiger Zusammenarbeit
• Gerne in Kombination mit einer Bachelor-, Projekt- oder Masterarbeit
• Beginn nach Vereinbarung ab sofort möglich

Bewerbung per Email an roman.hahn@faps.fau.de oder thorsten.ihne@faps.fau.de

Das zugrundeliegende Forschungsprojekt befasst sich mit der Erstellung eines virtuellen Abbildes einer Fertigung für medizintechnische Anwendungen (EVAmed). Dieses Abbild wird auch als Digitaler Zwilling bezeichnet, welcher es ermöglicht mittels Simulationen das reale System zu optimieren.

Arbeitsinhalte:

Die Arbeitsinhalte können je nach Bedarf variieren. Sie umfassen schwerpunktmäßig folgende Punkte:

• Konzeptionierung und Erstellung von Graphiken für wissenschaftliche Veröffentlichungen
• Überarbeitung von Schulungsunterlagen (Präsentationen)
• Aufnahme und Postprocessing von Videos für den Youtube-Channel des Lehrstuhls

Anforderungen:

• Kreativität & Künstlerische Begabung
• Eigener Anspruch an hohe Sorgfalt bei allen Arbeitsaufträgen
• Perfektes Deutsch in Wort und insbesondere Schrift
• Maschinenbau, Medizintechnik, Mechatronik, Elektrotechnik, WIng, Informatik o.ä.

Bemerkungen:

• Freie Einteilung der Arbeitszeit
• Stundenzahl nach Absprache (max. 12 h/Woche)
• Beginn nach Vereinbarung ab sofort möglich

Weitere Infos gerne per Mail.