Steinbeis Center of Management and Technology GmbH
Berufsintegrierter Master - Prozessentwicklung Visual Inspection bei ZEISS (m/w/
Steinbeis Center of Management and Technology GmbH, San Francisco, California, United States, 94199
Berufsintegrierter Master - Prozessentwicklung Visual Inspection bei ZEISS (m/w/d)
➽ Kombinierbar mit allen Steinbeis Master-Studiengängen
Partnerunternehmen Wir suchen starke Persönlichkeiten für unser Partnerunternehmen!
Als Bachelorabsolvent*in bieten wir Dir eine herausfordernde Möglichkeit für Deinen Karriereeinstieg mit einem Masterstudium. Mit dem
berufsintegrierten Projekt-Kompetenz-Studium®
bieten wir Dir die perfekte Kombination zwischen Beruf und Masterstudium! Dich erwartet ein herausforderndes und spannendes Projekt, das Du zwei Jahre in Deinem Projektunternehmen begleitest.
Unser Projektunternehmen
Carl Zeiss AG
ist ein weltweit führendes Technologieunternehmen der optischen und optoelektronischen Industrie. In den vier Sparten Semiconductor Manufacturing Technology, Industrial Quality & Research, Medical Technology und Consumer Markets erwirtschaftete die ZEISS Gruppe zuletzt einen Jahresumsatz von über 10 Milliarden Euro.
Unterstützung bei der Einführung einer automatisierten Defekterkennung auf Optiken für die Halbleiter-Herstellung
Den Betrieb der webbasierten Pipeline für die Annotierung zum Training unserer Machine-Learning Modelle verantworten und weiterentwickeln
Qualität der Annotierung erfassen, prüfen und basierend auf den ermittelten Abweichungen den zugrunde liegenden Labeling Katalog weiterentwickeln und verbessern
Algorithmen zur Defekterkennung und -klassifizierung unter Verwendung von Machine Learning oder Computer Vision Methoden entwickeln
Software-Konzepte erarbeiten und diese anhand Rapid Prototyping Modellen evaluieren
Deine Erkenntnisse im Team präsentieren und über Dein Fachgebiet hinausgehende Verbesserungspotenziale in Kooperation mit den relevanten Fachexperten vorantreiben
Das bringst Du für Dein Projektunternehmen mit:
Vorzugsweise fundierte Kenntnisse in Python oder Matlab mit der Bereitschaft sich in unsere Toolbox einzuarbeiten
Erfahrung im Umgang mit Web API‘s
Kenntnisse in Grundlagen der Statistik für Prozesskontrolle
Teamfähigkeit, hohe Eigenmotivation sowie Kommunikationsfähigkeit
Voraussetzungen für Dein Studium an der Steinbeis SMT:
Sehr gut bis gut abgeschlossenes Studium (Uni, FH, DH) der (Wirtschafts-) Informatik, Software-Engineering, Data Analytics oder einer vergleichbaren Fachrichtung
Eigenverantwortlichkeit und Selbständigkeit
Sehr gute Deutsch- und Englisch Kenntnisse in Wort und Schrift (mind. B2-Level)
Mehrwerte Das erwartet Dich in Deinem Projektunternehmen ZEISS:
flexible Arbeitszeiten
Betriebsrestaurant
Barrierefreier Standort
Mitarbeitergeschäft
Möglichkeit zum mobilen Arbeiten
Personalentwicklung
Das erwartet Dich in Deinem Studium an der Steinbeis SMT:
Seminare in Berlin und Stuttgart. Weitere Seminaraufenthalte sind in Asien, USA und Europa geplant.
Staatlich anerkanntes, berufsintegriertes und finanziertes Masterstudium
Betreuung durch erfahrene und praxisorientierte Dozent*innen und Coaches der Steinbeis SMT
Start im Projektunternehmen jederzeit möglich
/
Studienstart
i.d.R. Frühjahr und Herbst
#J-18808-Ljbffr
Partnerunternehmen Wir suchen starke Persönlichkeiten für unser Partnerunternehmen!
Als Bachelorabsolvent*in bieten wir Dir eine herausfordernde Möglichkeit für Deinen Karriereeinstieg mit einem Masterstudium. Mit dem
berufsintegrierten Projekt-Kompetenz-Studium®
bieten wir Dir die perfekte Kombination zwischen Beruf und Masterstudium! Dich erwartet ein herausforderndes und spannendes Projekt, das Du zwei Jahre in Deinem Projektunternehmen begleitest.
Unser Projektunternehmen
Carl Zeiss AG
ist ein weltweit führendes Technologieunternehmen der optischen und optoelektronischen Industrie. In den vier Sparten Semiconductor Manufacturing Technology, Industrial Quality & Research, Medical Technology und Consumer Markets erwirtschaftete die ZEISS Gruppe zuletzt einen Jahresumsatz von über 10 Milliarden Euro.
Unterstützung bei der Einführung einer automatisierten Defekterkennung auf Optiken für die Halbleiter-Herstellung
Den Betrieb der webbasierten Pipeline für die Annotierung zum Training unserer Machine-Learning Modelle verantworten und weiterentwickeln
Qualität der Annotierung erfassen, prüfen und basierend auf den ermittelten Abweichungen den zugrunde liegenden Labeling Katalog weiterentwickeln und verbessern
Algorithmen zur Defekterkennung und -klassifizierung unter Verwendung von Machine Learning oder Computer Vision Methoden entwickeln
Software-Konzepte erarbeiten und diese anhand Rapid Prototyping Modellen evaluieren
Deine Erkenntnisse im Team präsentieren und über Dein Fachgebiet hinausgehende Verbesserungspotenziale in Kooperation mit den relevanten Fachexperten vorantreiben
Das bringst Du für Dein Projektunternehmen mit:
Vorzugsweise fundierte Kenntnisse in Python oder Matlab mit der Bereitschaft sich in unsere Toolbox einzuarbeiten
Erfahrung im Umgang mit Web API‘s
Kenntnisse in Grundlagen der Statistik für Prozesskontrolle
Teamfähigkeit, hohe Eigenmotivation sowie Kommunikationsfähigkeit
Voraussetzungen für Dein Studium an der Steinbeis SMT:
Sehr gut bis gut abgeschlossenes Studium (Uni, FH, DH) der (Wirtschafts-) Informatik, Software-Engineering, Data Analytics oder einer vergleichbaren Fachrichtung
Eigenverantwortlichkeit und Selbständigkeit
Sehr gute Deutsch- und Englisch Kenntnisse in Wort und Schrift (mind. B2-Level)
Mehrwerte Das erwartet Dich in Deinem Projektunternehmen ZEISS:
flexible Arbeitszeiten
Betriebsrestaurant
Barrierefreier Standort
Mitarbeitergeschäft
Möglichkeit zum mobilen Arbeiten
Personalentwicklung
Das erwartet Dich in Deinem Studium an der Steinbeis SMT:
Seminare in Berlin und Stuttgart. Weitere Seminaraufenthalte sind in Asien, USA und Europa geplant.
Staatlich anerkanntes, berufsintegriertes und finanziertes Masterstudium
Betreuung durch erfahrene und praxisorientierte Dozent*innen und Coaches der Steinbeis SMT
Start im Projektunternehmen jederzeit möglich
/
Studienstart
i.d.R. Frühjahr und Herbst
#J-18808-Ljbffr