Zeiss

Corporate venture capital for deep-tech startups

Machine Learning & datenbasierte Prozessmodellierung Intern

Applied Machine LearningConfirmed live in the last 24 hours

InternshipOberkochen, GermanyNo salary listedIn-person

About the Job

Requirements

Be studying mechanical engineering, production engineering, mechatronics, physics, or a comparable field.
Have an interest in CNC metalworking, process modeling, and data-driven methods.
Have good knowledge of Python and data handling.
Have analytical understanding and an interest in combining physical and data-driven approaches.
Work in a structured and independent manner.

Responsibilities

Analyze, prepare, and visualize data from metalworking processes.
Investigate relationships between process parameters and machining results.
Develop and compare data-driven and physics-informed models.
Integrate physical process knowledge into machine-learning approaches.
Apply and evaluate methods of physics-informed machine learning.
Validate developed models using experimental data and develop and conduct suitable experiments on the shop floor.
Document, evaluate, and present results in a structured manner.

Desired Qualifications

Knowledge of physics-informed machine learning, scientific machine learning, simulation, or physical modeling.

Deine Rolle

Bei uns hast Du die Möglichkeit, Studium und Praxis optimal miteinander zu verbinden und aktiv an spannenden Projekten mitzuarbeiten. So sammelst Du wertvolle Erfahrungen, baust Dein Netzwerk auf und entwickelst Dich sowohl fachlich als auch persönlich weiter.

Analyse, Aufbereitung und Visualisierung von Daten aus Metallbearbeitungsprozessen
Untersuchung von Zusammenhängen zwischen Prozessgrößen und Bearbeitungsergebnis
Entwicklung und Vergleich von datengetriebenen und physik-informierten Modellen
Integration von physikalischem Prozesswissen in Machine-Learning-Ansätze
Anwendung und Bewertung von Methoden des Physics-Informed Machine Learning
Validierung der entwickelten Modelle anhand experimenteller Daten sowie die Ausarbeitung und Durchführung geeigneter Versuchsreihen auf dem Shopfloor
Strukturierte Dokumentation, Bewertung und Präsentation der Ergebnisse

Dein Profil

Studium im Bereich Maschinenbau, Produktionstechnik, Mechatronik, Physik oder einer vergleichbaren Fachrichtung
Interesse an CNC-Metallbearbeitung, Prozessmodellierung und datengetriebenen Methoden
Gute Kenntnisse in Python und im Umgang mit Daten
Kenntnisse in Physics-Informed Machine Learning, Scientific Machine Learning, Simulation oder physikalischer Modellierung sind ein Plus
Gutes analytisches Verständnis und Freude daran, physikalische und datenbasierte Betrachtungsweisen miteinander zu verbinden
Strukturierte und selbstständige Arbeitsweise

Klingt spannend? Dann werde Teil von #teamZEISS und gestalte mit uns die Zukunft! Reiche uns hierfür bitte Deine vollständigen Bewerbungsunterlagen (Lebenslauf, Zeugnisse etc.) ein.

Your ZEISS Recruiting Team:

Franziska Gansloser

About the Company

Zeiss

Corporate venture capital for deep-tech startups

ZEISS Ventures is the corporate venture capital arm of the ZEISS Group, investing in deep-tech startups that align with its core business areas. It focuses on early-stage rounds (pre-Series A to Series A), typically $1–$5 million, across Information Technology, Industrial Tech, MedTech, and Life Sciences. It adds value by providing targeted funding and using ZEISS’s global network and expertise to support portfolio companies. The goal is to accelerate development of new technologies and business models that complement ZEISS’s portfolio, while actively engaging with external innovation.

Company size: 1,001-5,000
Company stage: Growth Equity (Non-Venture Capital)
Total funding: $69.9M
Headquarters: Oberkochen, Germany
Founded: 2001

Recently Posted Jobs

Explore more opportunities at Zeiss

See more jobs