Studentische Hilfskraft (w/m/d): Machine Learning im Energiemanagement

id="content"> Sitemap > Schwarzes Brett > Studentische Hilfskräfte, Praktikantenstellen, Studienarbeiten > Studentische Hilfskraft (w/m/d): Machine Learning im Energiemanagement Zurück zu Nachrichten-Bereich Browse in News Studentische Hilfskraft (w/m/d): Machine Learning im Energiemanagement 11.10.2026, Studentische Hilfskräfte, Praktikantenstellen, Studienarbeiten Sie begeistern sich für den Einsatz modernster Informationstechnologie zur Bewältigung der Energie- und Klimakrise und möchten in einem dynamischen, internationalen Forschungsumfeld arbeiten? Dann lassen Sie uns gemeinsam die Energiemanagementsysteme der Zukunft gestalten! Unser Forschungsschwerpunkt: Die Professur für Energiemanagement-Technologien konzentriert sich auf die Entwicklung und Evaluierung innovativer, datengetriebener und auf Machine Learning basierender Systeme. Ziel ist es, mehr erneuerbare Energien in unsere Energiesysteme zu integrieren und die Energienutzung effizienter zu gestalten. Wir entwickeln neuartige Optimierungsverfahren, Machine-Learning-Algorithmen sowie prototypische Energiemanagementsysteme (EMS), die komplexe Energiesysteme – etwa Gebäude, Stromverteilnetze und thermische Energiesysteme – für eine nachhaltige Zukunft steuern. Diese EMS koordinieren dezentrale Erzeugungsanlagen (z. B. Solar- und Windkraft), flexible Verbraucher (z. B. Wärmepumpen und Elektrofahrzeuge) sowie dezentrale Speicher (z. B. stationäre Batterien und Wasserstoffspeicher), um die Energieeffizienz zu maximieren und gleichzeitig die Zuverlässigkeit und Sicherheit des Stromnetzes zu gewährleisten. Unser Forschungsansatz ist ingenieurwissenschaftlich geprägt, prototypenorientiert und hochgradig interdisziplinär. Unser typischer Forschungsprozess umfasst die Evaluierung bestehender Systeme, umfangreiche simulationsbasierte Analysen sowie die Implementierung und Validierung von Algorithmus- und Systemdesigns in realen Anwendungsumgebungen. Ihre Aufgaben: Unterstützung bei Konzeption und Aufbau von Forschungsinfrastruktur, insbesondere einer neuartigen Plattform für Machine-Learning-Modelle im Energiesektor Mitarbeit an Machine-Learning-Projekten der Professur, z. B. Prognose erneuerbarer Energien und Netzzustandsschätzung Administration der unterstützenden IT-Systeme, Code-Basen und Datenbanken Unterstützung des Lehrbetriebs, insbesondere bei Praktika Ihr Profil: Großes Interesse an Softwareentwicklung, Maschinellem Lernen, Energiemanagement und Technologie im Allgemeinen Studium in einer quantitativen Fachrichtung wie Informatik, Ingenieurwesen, Mathematik, Physik oder Ähnlichem Erfahrung in der Softwareentwicklung im Team unter Verwendung gängiger IDEs und Programmiersprachen (z. B. Python) Affinität zu Hardware, idealerweise Erfahrung mit Laborarbeiten in der Elektrotechnik Unser Angebot: Wir bieten Ihnen die Möglichkeit, unsere Forschung in einem Team hochmotivierter Forschender zu unterstützen. Die Stelle ist auf 6 Monate bei 8 Stunden pro Woche ausgelegt. Eine Verlängerung ist möglich. Ihre Bewerbung: Wir freuen uns auf Ihre Bewerbung bis zum 26. Oktober 2026. Bitte senden Sie diese als eine einzige PDF-Datei per E-Mail an [email protected] . Die Bewerbung sollte folgende Unterlagen enthalten: Anschreiben mit Darstellung Ihrer Qualifikationen und Erfahrungen Lebenslauf Leistungsnachweise (Notenspiegel) Kontakt: [email protected] Drucken

Aktuelles 14.10.2026 Rekordstart: So viele Studierende und so international wie nie zuvor 12.10.2026 Mit KI schneller auf Verkehrsgefahren reagieren 09.10.2026 „Wir müssen unsere Naturschutzziele neu definieren“ 08.10.2026 RobCo ist das 24. Unicorn der TUM 08.10.2026 Autonome Fahrzeuge gegen Cyberangriffe schützen 07.10.2026 TUM und Sartorius gründen Cell Culture Biomanufacturing Lab RSS Termine heute no events today. Veranstaltungskalender Finden Sie weitere Themen auf der zentralen Webseite der Technischen Universität München: www.tum.de Aktuelles Alle Meldungen Veranstaltungen Magazin Podcasts Serien Studium Studienangebot Von der Schule zur Universität Bewerbung & Einschreibung Im Studium Studienabschluss Internationale Studierende Hilfe & Beratung Studienfinanzierung Lehre & Qualitätsmanagement Kontakt Lebenslanges Lernen Executive and Professional Education Angebote für unsere Mitarbeitenden Angebote für unsere Studierenden Innovation in Lehre und Weiterbildung Publikationen und Medienbeiträge Kontakt Forschung Exzellenzcluster Schools und Forschungszentren Forschungsziele Projekte Forschung mit Tieren Unsere Partner Karriere in der Forschung Service für Forschende Innovation Entrepreneurship Wirtschaftskooperationen Ökosystem München Patente und Lizenzen Community Onboarding Campusleben Public Engagement Globales Netzwerk Alumni Senior Excellence Faculty Spenden und Fördern Über die TUM Exzellenzuniversität Ziele und Werte Daten und Fakten Organisation Standorte Karriere und Jobs Fan der TUM? Kontakt und Anfahrt Notfall Jobs Feedback Presse Datenschutz Impressum Barrierefreiheit About -->