Wissenschaftliche/r Mitarbeiter/in (w/m/d) - KI-basiertes Qualitäts- und Prozessmonitoring für ein nachhaltiges Recycling von Post- Consumer Kunststoff-Verpackungen

 

Unser Profil

Werden Sie Teil eines jungen und agilen Teams in der Forschung für einen nachhaltige Kreislaufwirtschaft! Wir vom ANTS sind innerhalb der Fakultät für Georessourcen und Materialtechnik in der Fachgruppe Rohstoff- und Entsorgungstechnik angesiedelt. Unser Ziel ist es, essenzielle Beiträge zur Entwicklung eines zirkulären und nachhaltigen Rohstoffmanagements beizutragen, um auch zukünftigen Generationen eine lebenswerte Umwelt zu hinterlassen.

Im Sinne nachhaltigen Wirtschaftens streben wir daher an, Stoffkreisläufe zu schließen. Mit unseren Erfahrungen in der technischen Behandlung von Abfallströmen und der Implementierung modernster sensorbasierter Methoden können wir Daten zur Bewertung von Umwelt und Nachhaltigkeit aus erster Hand nutzen, sodass wir Prozesse modellieren und auch mit dem Blick auf ganzheitliche Produktsysteme und gesamte Wertschöpfungskreisläufe bis hin zu nationalen Stoffhaushalten bewerten können. In der Lehre verantworten wir unter Einsatz innovativer Lehrkonzepte und Einbindung unseres MAssLabs die Vertiefungsrichtung Recycling in verschiedenen Studiengängen.

Die Forschungsgruppe „Sensortechnik & Data Science“ des ANTS erforscht hierzu die sensorbasierte Charakterisierung von Stoffströmen: Mittels bildgebender Sensoren werden Stoffströme (bspw. Bau- und Abbruchabfälle) digital erfasst und durch Machine Learning Modelle und Bildverarbeitungsalgorithmen prozessrelevante Stoffstromeigenschaften (bspw. Materialzusammensetzung, Partikelgrößenverteilung) aus den Sensordaten extrahiert. Auf Basis dieser Stoffstromeigenschaften werden neuartige Data Science Anwendungen wie ein automatisiertes Qualitätsmonitoring oder eine adaptive Prozesssteuerung in Sortier- und Recyclingprozessen entwickelt und mit Industriepartnern großtechnisch demonstriert. Durch die neuartigen Anwendungen können Recyclingprozesse optimiert und die Entwicklung zu einer nachhaltigen Kreislaufwirtschaft gesteigert werden.

Zur Grundlagen- und Anwendungsforschung stehen im Sensorlabor und Technikum des ANTS modulare Messstände mit modernen Nahinfrarot (NIR), 3D Lasertriangulations- (3DLT) und RGB-Farbzeilensensoren zur Verfügung. Neben der institutsinternen Sensorausstattung verfügt die Forschungsgruppe über umfangreiche Kontakte zu Sensortechnikanbietern und Anlagenbetreibern/-herstellern, um auch mehrtägige Messkampagnen in großtechnischen Sortier- und Aufbereitungsanlagen flexibel umsetzen zu können. Ein besonderer Fokus liegt dabei in der Entwicklung von Algorithmen und Machine Learning Modellen zur Extraktion prozessrelevanter Stoffstromcharakteristika aus den Sensordaten. Hierzu kommt beispielsweise die institutsinterne GPU-Infrastruktur zum Training von Deep Learning Modellen zum Einsatz.

Ihr Profil

Zur Verstärkung unserer Forschungsgruppe „Sensortechnik & Data Science“ suchen wir eine*n Kandidaten*in, der/die gemeinsam mit uns das BMBF-geförderte Forschungsvorhaben ReVise bearbeitet und unsere Forschung und Lehre im Bereich Sensortechnik & Data Science für eine nachhaltige Kreislaufwirtschaft weiter ausbaut.

Wenn Sie die nachfolgenden Anforderungen erfüllen, freuen wir uns auf Ihre Bewerbung!

• Abgeschlossenes Hochschulstudium (Master oder vergleichbar) in den Bereichen Informatik, Data Science, Machine Learning/Künstliche Intelligenz, Automatisierungstechnik oder vergleichbarer naturwissenschaftlich-technischer Disziplinen.
• Vertrauter Umgang mit einer gängigen Programmiersprache (bspw. Python, C++, C, Java).
• Kenntnisse im Bereich Bildverarbeitung/Computer Vision (bspw. scikit-image, opencv), Machine Learning (insb. Supervised Learning, bspw. mittels scikit-learn, TensorFlow/Keras, PyTorch), oder Data Science (bspw. pandas, numpy, scipy) sind von Vorteil aber nicht erforderlich.
• Ausgeprägte Fähigkeiten in den Bereichen Kommunikation, Teamwork, inter- und transdisziplinäre Arbeit und Wissensintegration.
• Selbstständige, strukturierte und analytische Arbeitsweise.
• Sehr gute Englischkenntnisse und gute Deutschkenntnisse in Wort und Schrift.
• Begeisterung für die Themen Recycling, Nachhaltigkeit und Kreislaufwirtschaft.
• Flexibilität sowie Reisebereitschaft (bspw. Besuche von nationalen und internationalen Konferenzen, Projekttreffen, Messkampagnen; jeweils < 1 Woche).
• Fähigkeit und starkes Interesse am wissenschaftlichen Arbeiten und Publizieren (Teilnahme an nationalen und internationalen Fachkonferenzen und Publizieren in peer-reviewten Fachzeitschriften).

Ihre Aufgaben

Bearbeitung des BMBF-geförderten Forschungsvorhabens ReVise („Verbesserung der Prozesseffizienz
des werkstofflichen Recyclings von Post-Consumer Kunststoff-Verpackungsabfällen durch intelligentes
Stoffstrommanagement - Umsetzungsphase“), welches im Rahmenprogramm der „Forschung für
Nachhaltige Entwicklung - FONA3“ unter dem Programm „Ressourceneffiziente Kreislaufwirtschaft –
Kunststoffrecyclingtechnologien (KuRT)“ über eine Projektlaufzeit von vier Jahren gefördert wird und
aus einem Konsortium von insgesamt 16 Industrie-, Universitäts- und Forschungspartnern besteht.

• Auslegung und Inbetriebnahme für ein Konzept von verschiedenen Sensoren (bspw. 3D Lasertriangulation, NIR) für ein KI-basiertes Monitoring von Post-Consumer Kunststoffverpackungen im Technikumsmaßstab.
• Implementierung von ML/DL-Modellen mit den gewonnen Sensordaten für ein valides automatisiertes Qualitätsmonitoring.
• Prozessoptimierung bei großtechnischen Versuchskampagnen zur Quantifizierung und Vorhersage des Energieverbrauchs sensorbasierter Sortiersysteme.
• Implementierung von Regelungskonzepten von Vorkonditionierungsaggregaten in der Aufbereitung von Post-Consumer Kunststoffverpackungen.
• Vorstellung der Forschungsergebnisse auf nationalen und internationalen Fachkonferenzen und Publizieren in peer-reviewten Fachzeitschriften.
• Betreuung von studentischen Abschlussarbeiten (Studien-, Projekt-, Bachelor- und Masterarbeiten).
• Mitgestaltung der Lehrveranstaltung „Sensortechnik in der Rohstoffwirtschaft“ (Durchführung von Vortragsübungen vor ca. 20-40 Studierenden).
• Unterstützung bei der Gestaltung, Organisation und Durchführung der „Sensor-based Sorting & Control“ Konferenz in Aachen (internationale Fachkonferenz mit ca. 150 Teilnehmenden aus mehr als 20 Ländern; www.sbsc.rwth-aachen.de)
• Unterstützung bei der Akquise und Bearbeitung internationaler und nationaler Forschungsprojekte (bspw. BMBF, BMWK, EU) und Auftragsforschungen.

Was wir bieten:

Die Einstellung erfolgt im Beschäftigtenverhältnis. Die Stelle ist schnellstmöglich zu besetzen und befristet auf vier Jahre. Die befristete Beschäftigung erfolgt im Rahmen der Befristungsmöglichkeiten des Wissenschaftszeitvertragsgesetzes. Es handelt sich um eine Vollzeitstelle.

Eine Promotionsmöglichkeit besteht.

Die Eingruppierung richtet sich nach dem TV-L.

Die Stelle ist bewertet mit EG TV-L 13

Kontakt & Bewerbung

Bewerbungsfrist: 04. August 2023

Kontaktperson für Rückfragen zur Bewerbung

Dr. Alexander Feil
Lehrstuhl für Anthropogene Stoffkreisläufe und Institut für Aufbereitung, Kokerei und Brikettierung
Wüllnerstraße 2
52062 Aachen
Tel.: +49 (0) 241 80-95712
E-Mail: alexander.feil@ants.rwth-aachen.de

Die vollständige Stellenausschreibung finden Sie im online Jobportal der RWTH Aachen University.