Ihre Aufgaben
-
Anfertigung einer Masterarbeit im Zuge Ihres Studiums zum Thema Implementierung eines Machine Learning Modells zur Nachfrage-Prognose im Supply Chain Management
-
Durchführung einer umfassenden Literaturrecherche, um die jüngsten Entwicklungen bei Machine Learning Algorithmen für die Nachfrageprognose im Supply Chain Management zu ermitteln.
-
Identifizierung von Szenarien, in denen Machine Learning und Deep Learning für die Nachfrageprognose besonders geeignet sind.
-
Gegenüberstellung dieser Szenarien, in denen klassische Modelle wie Statistik, Regression und Zeitreihenanalyse besser geeignet sind, um bessere Vorhersageergebnisse zu erzielen.
-
Eruierung fünf spezifischer Algorithmen einschließlich relevanter Variablen (Features), die für das Datenszenario bei Schaeffler Vehicle Lifetime Solutions am besten geeignet sind.
-
Implementierung von zwei Algorithmen mit den in der Literatur identifizierten Merkmalen auf einer Teilmenge der Daten.
-
Vergleich der Prognoseleistung der implementierten Algorithmen mit der Prognoseleistung von zwei derzeit implementierten Prognosesystemen.
-
Auf Grundlage der Ergebnisse Vorschläge bzw. Empfehlungen für die weitere Entwicklung.
Ihr Profil
-
Studium der Mathematik, Naturwissenschaften, Wirtschaftsinformatik, des Wirtschaftsingenieurwesens, oder eines vergleichbaren Studiengangs
-
Kenntnisse und Erfahrungen mit Python und SQL
-
Grundkenntnisse in Maschinellem Lernen und Zeitreihenanalyse
-
Vorzugsweise Erfahrung in den Bereichen Supply Chain Management oder E-Commerce
-
Gute Deutsch- und Englischkenntnisse in Wort und Schrift
-
Gute Kommunikations- und Organisationsfähigkeiten Selbstständige, strukturierte und verantwortungsbewusste Arbeitsweise
Wir bieten Ihnen
Schlagwörter: Student*innen; Studienabschlussarbeit; Vollzeit; Befristet; Data Science Solutions; Machine Learning; Demand Forecasting; Supply Chain Management
Kontakt
Schaeffler Vehicle Lifetime Solutions Germany GmbH & Co. KG
Marc Stotmeister
+4969271351029