Datengetriebene Verschleißprognose für eine Stanzpresse
Übersicht
Worum es bei diesem Projekt geht.
Du erstellst eine Verschleißprognose aus Sensordaten, trainierst zwei ML-Modelle und erhältst ein verifizierbares Zertifikat.
Das Szenario
Der Zulieferer hat im Werk im Raum Stuttgart rund 1.100 Mitarbeitende und beliefert vorwiegend deutsche und französische Automobil-OEMs. Predictive Maintenance ist ein laufendes Strategieprogramm, das in den ersten Pilotlinien Ergebnisse zeigen muss, bevor weitere Investitionen freigegeben werden.
Das Briefing
Was Du tust und was Du zeigst.
Wie lässt sich aus den vorhandenen Sensorsignalen ein Prognosemodell bauen, das 24 Stunden Vorlauf für ungeplante Werkzeugausfälle gibt — und gleichzeitig für die Schichtleitung verständlich bleibt?
Earning criteria — what you'll demonstrate
- Wissenschaftliche ML-Methoden auf einen industriellen Predictive-Maintenance-Kontext anwenden
- Feature Engineering für hochfrequente Sensordaten gezielt einsetzen
- Time-Series-Kreuzvalidierung statt naiver Splits durchführen
- ML-Ausgaben für ein nicht-technisches Publikum (Schichtleitung) operationalisieren
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Studienzuordnung folgt in Kürze.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Time Series Modeling
Apply time series modeling to solve real industry problems and demonstrate production-level capability.
- Feature Engineering
Apply feature engineering to solve real industry problems and demonstrate production-level capability.
- Signal Processing
Apply signal processing to solve real industry problems and demonstrate production-level capability.
- Xgboost
Apply xgboost to solve real industry problems and demonstrate production-level capability.
- 1d Cnn
Apply 1d cnn to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Dashboard Design
Apply dashboard design to solve real industry problems and demonstrate production-level capability.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Machine Learning Engineer
Predictive Maintenance ist ein Brot-und-Butter-Einsatzgebiet für Machine Learning Engineers im Industriekontext. Diese Challenge übt den vollen Bogen von Sensordaten bis Dashboard.
Dieses Projekt schärft
- time-series-modeling
- feature-engineering
- xgboost
Data Scientist
Ein Data Scientist in der Industrie muss Signalverarbeitung, klassische ML und einfache Visualisierung kombinieren — exakt die drei Säulen dieser Challenge.
Dieses Projekt schärft
- signal-processing
- feature-engineering
- python
Applied AI Scientist
Die Verbindung aus tiefem Lernen (1D-CNN) und klassischem ML mit ehrlicher Validierung und operativer Übergabe entspricht der Profilbeschreibung eines Applied AI Scientists in einem Industrie-4.0-Programm.
Dieses Projekt schärft
- 1d-cnn
- time-series-modeling
- dashboard-design
Noch eine Sache