Track This Job
Add this job to your tracking list to:
- Monitor application status and updates
- Change status (Applied, Interview, Offer, etc.)
- Add personal notes and comments
- Set reminders for follow-ups
- Track your entire application journey
Save This Job
Add this job to your saved collection to:
- Access easily from your saved jobs dashboard
- Review job details later without searching again
- Compare with other saved opportunities
- Keep a collection of interesting positions
- Receive notifications about saved jobs before they expire
AI-Powered Job Summary
Get a concise overview of key job requirements, responsibilities, and qualifications in seconds.
Pro Tip: Use this feature to quickly decide if a job matches your skills before reading the full description.
Das erwartet dich
Das Institut wird in sieben wissenschaftliche Abteilungen untergliedert.In der Abteilung Schiffszuverlässigkeit liegt der Schwerpunkt auf der Entwicklung von Entwurfsmethoden für die Integration und Bewertung der Zuverlässigkeit neuer Energiesysteme in Schiffen. Du entwickelst maschinelle Lernmodelle zur Anomalieerkennung in Gleichstromnetzen im maritimen Sektor.
Unser Institut bietet dir flexible Arbeitszeiten und die Möglichkeit zum mobilen Arbeiten. Es besteht eine gute Vereinbarkeit von Job und Familie und du hast die Möglichkeit zur Promotion.
Deine Aufgaben
- Du führst Experimente in Form von Softwaretests zur Validierung der neu erstellten Testmethoden durch.
- Dir obliegt die Identifizierung geeigneter Testeinrichtungen innerhalb des DLR.
- Du führst Experimente in Form von Simulationsmodellen zum Testen von Überwachungsalgorithmen und Methoden zur Erkennung von Anomalien unter verschiedenen Szenarien durch.
- Es sind weitere Experimente und Tests von Sensoren und Leistungselektronik von dir durchzuführen, um deren Zuverlässigkeit unter verschiedenen maritimen Bedingungen zu verstehen.
- Du wertest die Testergebnisse aus, ordnest sie in die Wissenschaft ein und vertrittst sie national und international.
- abgeschlossenes, wissenschaftliches Hochschulstudium (Master/Diplom Universität) im Bereich Ingenieurwesen, beispielsweise Maschinenbau, Schiffbau, Schiffsmaschinenbau oder Elektrotechnik oder andere für die Tätigkeit relevante Studiengänge
- Kenntnisse in den Bereichen Leistungselektronik, KI/ML-Methoden und Energiemanagement
- Erfahrung mit maschinellen Lernverfahren zur Anomalieerkennung, insbesondere in Batterie- und Antriebssystemen
- gute Kenntnisse und Fähigkeiten im Projektmanagement und im Umgang mit Microsoft Office-Tools
- gute Programmierkenntnisse in Python
- umfassende Deutsch- und Englischkenntnisse
Wir freuen uns darauf, dich kennenzulernen!
Fragen zu dieser Position (Kennziffer 3455) beantwortet dir gerne
Dr. Moritz Braun
Tel.: +49 4152 8488 147
Key Skills
Ranked by relevanceReady to apply?
Join German Aerospace Center (DLR) and take your career to the next level!
Application takes less than 5 minutes

