Ihre Aufgaben

• Entwicklung eines Simulationsmodells zur physikalisch korrekten Abbildung von Reibung und Verschleiß und daraus resultierenden Einflüssen auf das Systemverhalten von Fahrwerkskomponenten
• Bewertung und Weiterentwicklung von etablierten Reibungs- und Verschleißmodellen auf Basis von vorhandenen und zu generierenden Versuchsdaten
• Modellparametrierung basierend auf etablierten Machine Learning Konzepten wie z.B. Physics-Informed Neural Network und Support Vector Machine unter Beachtung von Genauigkeit, Datengüte und Rechenzeit
• Integration von Designparametern und fertigungs- und montagebedingten Toleranzen als Beitrag zur Standardisierung und Steigerung der Fertigungsqualität
• Überführung des Modells in die bestehende Simulationsumgebung

Ihre Qualifikationen

• Sehr gut abgeschlossenes Masterstudium der Fachrichtung Maschinenbau, Fahrzeugtechnik, Physik, Simulationstechnik, Informatik, Mathematik oder vergleichbar
• Fundierte Programmierkenntnisse z.B. in MATLAB/Simulink
• Kenntnisse in Machine Learning Methoden und deren Umsetzung z.B. in Python einschließlich PyTorch bzw. TensorFlow
• Erfahrung in der Simulation von tribologischen Kontakten einschl. Finite-Elemente-Analyse und der phänomenologisch motivierten Modellbildung von Reibung und Verschleiß
• Hohe Kommunikations- und Teamfähigkeit sowie Fähigkeit zur Koordination eines funktions- und standortübergreifenden Projektteams
• Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift

Ihre Vorteile

• Teilnahme an einem Programm, das die Zukunft der Mobilität gestaltet
• Möglichkeit zur Mitarbeit in einem dynamischen und innovativen Team
• Förderung von Vielfalt, Gleichberechtigung und Inklusion innerhalb des Unternehmens