Thesis: Multi-Class Classification zur Qualitätskontrolle im Niederdruckbeschichtungsprozess
Ionkraft
Thesis: Multi-Class Classification zur Qualitätskontrolle im Niederdruckbeschichtungsprozess
Die Position
Wir sind ein Spin-Off von der RWTH Aachen University, das mittels spezieller Beschichtungstechnologie recyclefähige Kunststoffverpackungen für diverse Anwendungen möglich macht. Wir bieten eine Abschlussarbeit im Bereich Qualitätskontrolle an, um mit uns gemeinsam eine Wissensbasis aufzubauen, die die Kreislaufwirtschaft für Kunststoffe in Deutschland und der Welt maßgeblich vorantreiben wird.
Kunststoffverpackungen spielen eine wesentliche Rolle in unserem täglichen Leben, sie lagern Produkte, schützen sie und verlängern deren Haltbarkeit. Insbesondere für Verpackungen die chemische Barriereeigenschaften aufweisen müssen, weil sie beispielsweise mit Lebensmitteln, Kosmetika oder hoch reaktiven Stoffen in Kontakt kommen, ist es wichtig nachzuweisen, dass unsere Beschichtung den Qualitätsanforderungen genügt. Die Beurteilung dessen erfolgt aktuell über eine binary Classification. Um den Prozess besser überwachen zu können, also die Ursachen für eine nicht ausreichend gut beschichtete Verpackung identifizieren zu können, ist unser Ziel die Anwendung von Multi-Class Classification Strategien zu erforschen. Hier setzt deine Thesis an und hat somit einen echten Impact auf unsere Arbeit. Der Umfang kann an eine Bachelor- oder Masterarbeit angepasst werden.
Deine Aufgaben
Du spezifizierst sinnvolle Klassen für die Anwendung auf einem PECVD-Reaktor
Du akquirierst Spektraldaten auf unserer Versuchsanlage
Du implementierst das Programm zur Verwendung der Daten mit scikit-learn
Du erschaffst ein robustes Modell durch anwenden von scikit-learn
Du interpretierst deine Hypothesen, Methoden und Ergebnisse eigenständig und kritisch
Dein Profil
Du bist eingeschrieben in einem relevanten Studiengang, z.B. Maschinenbau, Informatik, CES, Chemie oder Physik
Du verfügst über fundierte Erfahrungen im Bereich Machine Learning insbesondere Supervised Learning
Du verfügst über Anwender- und Programmierkenntnisse in Phyton
Du zeichnest Dich durch analytische und problemlösende Fähigkeiten aus und bist eigeninitiativ und selbstständig
Du verfügst über gute Deutsch- und Englischkenntnisse
Was wir bieten
Wachstum: Wir helfen Dir dabei, persönlich wie professionell über Dich hinaus zu wachsen und ermöglichen viel Eigenverantwortung
Impact: Deine Arbeit macht einen echten Unterschied in der Verpackungsbranche hin zu mehr Nachhaltigkeit
Abwechslung: Deine Abschlussarbeit ist zukunftsweisend, begeisternd und bietet Dir vielseitige Möglichkeiten Dein Skill-Set zu erweitern
Über uns
Kaum ein Material hat so ein großes Recyclingpotenzial wie Kunststoffe. Allerdings lässt sich dieses Potenzial vor allem im Bereich von Verpackungen oft nicht voll ausschöpfen. Unsere Beschichtungstechnologie ist der Game-Changer für das Recycling von Kunststoffen und die Kreislaufwirtschaft von Verpackungen. Neben Verpackungsherstellern und Anwendern konnten wir davon auch die Jury des renommierten EU EIC Accelerator Programms überzeugen. Im Jahr 2025 gehen ersten Produkte mit unserer Technologie in den Markt.
Unser Ziel ist, die Verpackungsbranche nachhaltig zu verändern, Kunststoffverpackungen im Kreislauf zu ermöglichen und damit die CO2-Belastung des Klimas zu reduzieren. Um das zu schaffen, suchen wir motivierte Teamplayer, die uns auf dieser Mission unterstützen.