Internship In Foundation Models And Optimization For Power Grids 80 - 100% (f/m/d)

Das System- und Automatisierungsteam des Schweizer Forschungszentrums sucht nach einem Praktikanten. Dies ist eine großartige Gelegenheit, an innovativen Entwicklungen zu arbeiten.

Aufgaben

• Beitrag zu ML-Methoden für die Überwachung von Energiesystemen.
• Untersuchung und Verfeinerung von Modellen zur Netzwerktopologie.
• Kombination von ML-Methoden mit numerischer Optimierung.

Fähigkeiten

• Eingeschrieben in einem MSc-Programm in Elektrotechnik oder ähnlichem.
• Starker Hintergrund in numerischer Optimierung, Kenntnisse in ML.
• Erfahrung in Python, C++ und MATLAB.

Diese Stellenanzeige wurde mit KI aus der Originalsprache Englisch übersetzt.

Über den Job

Die Gelegenheit

Das System- und Automatisierungsteam am Schweizer Forschungszentrum sucht eine Praktikantin oder einen Praktikanten mit Fachkenntnissen in numerischer Optimierung und maschinellem Lernen (ML), um zu bahnbrechenden Entwicklungen für den modernen Betrieb von Stromnetzen beizutragen. Das Praktikum konzentriert sich auf die Anwendung von ML-Techniken zur Beschleunigung und Verbesserung numerischer Algorithmen für die Echtzeitüberwachung von Stromsystemen, um einen zuverlässigeren, effizienteren und widerstandsfähigeren Netzbetrieb zu ermöglichen. Sie arbeiten in einem dynamischen und multidisziplinären Forschungsumfeld und werden von erfahrenen Forschenden in den Bereichen Stromsysteme, Optimierung und künstliche Intelligenz betreut. Wenn Sie über einen starken technischen Hintergrund, Motivation zur Entwicklung innovativer Lösungen und Zielorientierung verfügen, ist dies Ihre Chance, zu einer stärkeren und nachhaltigeren Energiezukunft beizutragen. Die Dauer des Praktikums beträgt sechs Monate.

Wie Sie einen Beitrag leisten

• Beitrag zu Forschungsaktivitäten zu ML-basierten Methoden für die Überwachung von Stromsystemen
• Untersuchung, Einsatz und Verfeinerung von Foundation Models zur Darstellung der Netzwerktopologie, Messungen und Betriebsbedingungen von Stromnetzen
• Kombination von ML-gesteuerten Methoden mit numerischer Optimierung und Physik von Stromsystemen
• Bewertung der vorgeschlagenen Methoden durch Simulationsstudien und Benchmarking
• Berichterstattung und Verbreitung der Ergebnisse innerhalb des Teams, Verfassen technischer Dokumentationen und Einbringen kreativer Ideen für die industrielle Umsetzung

Ihr Hintergrund

• Eingeschrieben in einem MSc-Programm in Elektrotechnik, Informatik, Angewandter Mathematik oder einem verwandten Fachgebiet
• Starker Hintergrund in numerischer Optimierung. Kenntnisse im Bereich Stromsysteme sind von Vorteil
• Gute Kenntnisse in maschinellem Lernen und Deep Learning. Erfahrung mit Graph Neural Networks, Foundation Models oder Anpassungsstrategien im maschinellen Lernen ist ein Plus
• Erfahrung in Python- oder C++-Programmierung sowie MATLAB
• Erfahrung mit PyTorch oder ähnlichen Deep-Learning-Frameworks
• Ausgezeichnete Kommunikationsfähigkeiten, Teamfähigkeit, Eigeninitiative und Kreativität
• Fließende Englischkenntnisse in Wort und Schrift

Mehr über uns

Wir sind ein technologiegetriebenes Unternehmen mit starkem Fokus auf Innovation, kontinuierliche Verbesserung und nachhaltige Fertigung. Wir bieten flexible Arbeitsbedingungen, engagierte Betreuung und ein unterstützendes, inklusives Umfeld, in dem Sie persönlich und beruflich wachsen können – und das Sie befähigt, erfolgreich zu sein und dabei Leben und Arbeit in Einklang zu bringen.

Wir freuen uns auf Ihre Bewerbung, inklusive eines kurzen Anschreibens und eines Notenspiegels, zusammen mit Ihrem Lebenslauf. Bürgerinnen und Bürger aus Nicht-EU/EFTA-Staaten beachten bitte, dass ein offizielles Hochschulzeugnis erforderlich ist, das bestätigt, dass ein Praktikum ein verpflichtender Bestandteil Ihres Studiums ist.