Masterthesis in the field Sound Based Predictive Maintenance (w/m/d)

Diese Website verwendet Cookies und Drittanbieterinhalte. Um die Website und ihre Angebote optimal nutzen zu können, erklären Sie sich bitte mit der Verwendung dieser Cookies und Drittanbieterinhalte einverstanden. Sie haben auch die Möglichkeit, die Seite unter Verwendung nur der unbedingt erforderlichen Cookies und ohne Drittanbieterinhalte zu nutzen. Dadurch kann jedoch die Nutzerfreundlichkeit der Website eingeschränkt sein.

Cookie-Einstellungen ändern

Alle Cookies ablehnen Alle akzeptieren

Zum Hauptinhalt

Karriereseite

Stellen suchen

Karriereseite

Sprache

Deutsch (Deutschland)

English (United States)

Profil anzeigen

Mitarbeiter-Anmeldung

Stellen suchen

Stellenbeschreibung

Jetzt bewerben

Stellenbezeichnung: Masterthesis in the field Sound Based Predictive Maintenance (w/m/d)

Startdatum der Ausschreibung: 13.10.26

Zu besetzen ab

01.01.2027

Dein Arbeitsumfeld

TRATON R&D Germany GmbH befindet sich in einem tiefgreifenden Wandel, um eine starke, globale R&D-Organisation des Konzerns aufzubauen. Unser Ziel ist es, eine zeitkritische Roadmap zu erstellen, einen herausragenden Kundennutzen zu bieten und Innovationen bei unseren Marken Scania, MAN, INTERNATIONAL und Volkswagen Truck & Bus voranzutreiben. Diese Transformation wird unsere Wettbewerbsfähigkeit stärken und die Konzernforschung und -entwicklung als wichtigen Geschäftspartner innerhalb der TRATON Gruppe positionieren. Wir suchen Dich, um Teil dieser aufregenden Veränderung zu werden und die Zukunft der TRATON Group R&D mitzugestalten. Wir sehen Individualität unserer Mitarbeitenden als Stärke an und freuen uns über vielfältige Bewerbungen von Personen mit unterschiedlichen Hintergründen. Falls du während deiner Bewerbung Unterstützung benötigst, melde dich bitte bei uns.

About us

This master thesis is conducted within the Mechatronics, Sensors & VCA Power department and focuses on the development of a Sound-Based Predictive Maintenance (SBPM) approach for commercial vehicles. The objective is to investigate how vibration and structure-borne sound signals can be used to automatically detect mechanical defects and anomalies before they become critical failures. The work combines vehicle engineering, signal processing, machine learning, and practical validation on test vehicles.

You can look forward to these tasks

Investigation of state-of-the-art methods in predictive maintenance, anomaly detection, and vibration analysis

Analysis of vehicle vibration and structure-borne sound data

Identification of mechanical failure modes and defect signatures

Development of signal processing algorithms for feature extraction

Evaluation of machine learning and deep learning approaches

Creation of datasets and benchmark scenarios

Validation of algorithms using real-world vehicle test data

Assessment of detection performance under different operating conditions

We are looking forward to

Master student in Computer Science, AI, Mechatronics, Electrical or Automotive Engineering

Knowledge of Python, NumPy, Pandas and SciPy

Experience with PyTorch, TensorFlow or Scikit-Learn

Understanding of signal processing, vibration analysis or acoustics

Strong analytical mindset and independent working style

Good English communication skills

What we offer

Opportunity to work on an innovative AI-based diagnostic solution with direct industrial relevance, access to real vehicle measurement data and test environments, collaboration with experienced engineers and data scientists, and the possibility to contribute to future predictive maintenance concepts within TRATON.

Has TRATON piqued your interest? We look forward to receiving your detailed application!

Job information

Reference number: 6404

Claudia Wünsche, , will be happy to answer any questions about HR you may have.

The contact person for the department is: Sebastian Siegl, .

Integrity and compliance are essential parts of our corporate culture.

We promote diversity and equal opportunities and look forward to receiving diverse applications.

Jetzt bewerben

Karriereseite

Impressum

Datenschutz

Cookies

Wird auf einer neuen Registerkarte geöffnet.

Wird auf einer neuen Registerkarte geöffnet.

Wird auf einer neuen Registerkarte geöffnet.

Wird auf einer neuen Registerkarte geöffnet.

© MAN Truck & Bus SE 2024

×

Cookie-Einstellungen

Ihre Privatsphäre

Wenn Sie eine Website besuchen, kann diese Informationen über Ihren Browser abrufen oder speichern. Dies geschieht meist in Form von Cookies. Hierbei kann es sich um Informationen über Sie, Ihre Einstellungen oder Ihr Gerät handeln. Meist werden die Informationen verwendet, um die erwartungsgemäße Funktion der Website zu gewährleisten. Durch diese Informationen werden Sie normalerweise nicht direkt identifiziert. Dadurch kann Ihnen aber ein personalisierteres Web-Erlebnis geboten werden. Da wir Ihr Recht auf Datenschutz respektieren, können Sie sich entscheiden, bestimmte Arten von Cookies nicht zulassen. Klicken Sie auf die verschiedenen Kategorieüberschriften, um mehr zu erfahren und unsere Standardeinstellungen zu ändern. Die Blockierung bestimmter Arten von Cookies kann jedoch zu einer beeinträchtigten Erfahrung mit der von uns zur Verfügung gestellten Website und Dienste führen.

Notwendige Cookies

Diese Cookies sind zur Funktion der Website erforderlich und können in Ihren Systemen nicht deaktiviert werden. In der Regel werden diese Cookies nur als Reaktion auf von Ihnen getätigte Aktionen gesetzt, die einer Dienstanforderung entsprechen, wie etwa dem Festlegen Ihrer Datenschutzeinstellungen, dem Anmelden oder dem Ausfüllen von Formularen. Sie können Ihren Browser so einstellen, dass diese Cookies blockiert oder Sie über diese Cookies benachrichtigt werden. Einige Bereiche der Website funktionieren dann aber nicht. Diese Cookies speichern keine personenbezogenen Daten.

Notwendige Cookies

Mehr Details anzeigen

Notwendige Cookies

Anbieter

Beschreibung

Aktiviert

SAP (Service Provider)

Wir verwenden die folgenden Sitzungs-Cookies, die alle für die Funktionsfähigkeit der Website erforderlich sind:

"route" wird für Sitzungs-Stickiness verwendet

"careerSiteCompanyId" wird verwendet, um die Anforderung an das richtige Rechenzentrum zu senden

"JSESSIONID" wird während der Sitzung auf dem Gerät des Besuchers abgelegt, damit der Server den Besucher identifizieren kann

"Load balancer cookie" (tatsächlicher Cookie-Name kann abweichen) verhindert, dass ein Besucher von einer Instanz zu einer anderen springt

Cookies vom Anbieter SAP(ServiceProvider) sind notwendig und können nicht deaktiviert werden.

Meine Auswahl bestätigen

Alle Cookies ablehnen Alle Cookies akzeptieren