Studentische Hilfskraft (m/w/d) – Unterstützung in For-schungsprojekt zu Datenanalyse & Modellbildung

Institut

Institut für Werkzeugmaschinen und Betriebswissenschaften (TUM-ED)

Typ

HiWi-Tätigkeit /

Inhalt

experimentell / theoretisch /  

Beschreibung

Motivation

Du interessierst dich für datengetriebene Forschung, moderne Analysemethoden und die Entwicklung wissenschaftlicher Modelle? Du möchtest praktische Erfahrung in einem aktiven Forschungsprojekt sammeln und gleichzeitig deine Kenntnisse in Data Science, Statistik oder Modellierung vertiefen? Dann bist du bei uns genau richtig!

Im Bereich Produktionsmanagement am iwb der TU München bearbeiten wir innovative Forschungsprojekte zu datenbasierten Entscheidungsunterstützungssystemen, Prozessanalysen und modellgestützten Optimierungen. Für die Mitarbeit in einem aktuellen Forschungsprojekt suchen wir eine engagierte und zuverlässige studentische Hilfskraft.

Aufgaben

• Datenerhebung & Datenaufbereitung
  • Unterstützung bei der Planung und Durchführung von Datenerhebungen
  • Strukturierung, Bereinigung und Dokumentation von Forschungsdaten
  • Mitwirkung bei der Automatisierung von Datenerfassungsprozessen
• Datenanalyse
  • Explorative Datenanalyse (EDA) und statistische Auswertungen
  • Anwendung quantitativer Methoden zur Untersuchung von Zusammenhängen
  • Erstellung von Visualisierungen zur Ergebnisinterpretation
• Modellbildung & Implementierung
  • Entwicklung konzeptioneller Modelle (z. B. Prozess-, Entscheidungs- oder Simulationsmodelle)
  • Unterstützung bei der Implementierung von Analyse- oder Prognosemodellen (z. B. in Python und Typescript)
  • Validierung und Dokumentation der Modell- und Analyseergebnisse
• Allgemeine Forschungsunterstützung
  • Literaturrecherche und Aufbereitung wissenschaftlicher Inhalte
  • Mitarbeit an Präsentationen, Berichten und Publikationen

 

Qualifikationen

Wir suchen eine*n motivierte*n Studierende*n, idealerweise aus den Bereichen Maschinenwesen, Wirtschaftsingenieurwesen, Informatik, Data Science, Mathematik oder verwandten Studiengängen.

Technische Anforderungen:

• Gute Kenntnisse in Datenanalyse (z. B. Python, R, MATLAB, Excel)
• Sicherer Umgang mit gängigen Analysetools (Pandas, NumPy, SciPy, Power BI o. Ä.) ist von Vorteil
• Erste Erfahrung in statistischen Methoden und/oder Modellbildung wünschenswert

Persönliche Eigenschaften:

• Analytische Denkweise und strukturierte Arbeitsweise
• Selbstständigkeit und Zuverlässigkeit
• Interesse an wissenschaftlicher Arbeit und datengetriebenen Fragestellungen

Warum iwb?

• Mitarbeit in einem spannenden Forschungsprojekt mit direktem Praxisbezug
• Einblicke in moderne datenbasierte Methoden im Produktionsmanagement
• Möglichkeit, eigene Ideen einzubringen und methodisch weiter zu wachsen
• Flexible Arbeitszeiten (ca. 6 h/Woche)
• Vergütung nach den HiWi-Richtlinien der TUM
• Ein engagiertes Team und ein inspirierendes Forschungsumfeld

Kontakt

M.Sc. Julian Stang
Department Production Management and Logistics
Mail: julian.stang@iwb.tum.de
Tel.: +49 89 - 289 15549

Tags

iwbStang

Möglicher Beginn

ab 01. April 2026

Kontakt

Julian Stang
Tel.: +49 (89) 289 - 155 49
julian.stangiwb.tum.de