Praktikum KI-Anwendung in der Farbgebung: Machine Learning

NOTHING RUNS LIKE A DEERE

In unserem Werk Bruchsal arbeiten Tag für Tag rund 900 Mitarbeitende an Hightech-Fahrerkabinen und offenen Fahrerplattformen für Traktoren, Mähdrescher und Feldhäcksler. Unsere Produkte finden dann in den Werken Mannheim und Zweibrücken ihren Einsatz. #wirsindbruchsal

Unsere Abteilung Eigenfertigung sucht ab dem 15. Januar 2027 für 6 Monate wissbegierige Unterstützung.

Praktikum KI-Anwendung in der Farbgebung:
Machine Learning & Agentic AI (m/w/d)

Wir sind ein hochautomatisierter Produktionsstandort mit modernsten Fertigungs- und Beschichtungsanlagen. Unsere Farbgebung – mit Vorbehandlung, kathodischer Tauchlackierung (KTL), Pulverlackierung und einem Power-and-Free-Hängeförderer – ist ein Kernprozess unserer Wertschöpfung. Im Geschäftsjahr 2027 starten wir das strategische Werksprojekt „Competitiveness with AI“: Künstliche Intelligenz soll einen signifikanten, messbaren Beitrag zu unserer Wettbewerbsfähigkeit leisten. Die Farbgebung ist dabei unser Leuchtturm.

Du studierst Informatik, programmierst mit Leidenschaft und willst Machine Learning, Large Language Models und Agentensysteme nicht nur im Labor, sondern im echten Produktionsbetrieb zum Laufen bringen?

Darauf kannst Du Dich freuen:

• Einblick in die Tätigkeit einer global agierenden Organisation sowie ein internationales Arbeitsumfeld
• attraktives Vergütungspaket
• flexibles und modernes Arbeiten sowie Entwicklungs- und Weiterbildungsmöglichkeiten
• 35 Stunden/ Woche
• kreative Freiräume bei der Durchführung von Projekten und eine gute Betreuung
• Vergünstigtes Mittagsessen in der Cafeteria

Diese Aufgaben erwarten Dich:

Als Teil des Projektteams unterstützt Du das Projekt im Bereich der Farbgebung und arbeitest der Projektleitung direkt zu. Du bringst Dich vom ersten Tag an aktiv ein und übernimmst je nach Projektfortschritt eigenständig Teilaufgaben oder Teilprojekte rund um den Leuchtturm-Use-Case „KI-Mitarbeiter für die Farbgebung“. Das übergeordnete Ziel lautet „Messbarer Nutzen durch KI – höhere Produktivität, stabilere Prozesse und geringere Kosten“. Mögliche Aufgabenfelder sind:

• Mitarbeit an Agentensystemen: Du unterstützt bei Konzeption und Entwicklung LLM-basierter KI-Agenten (Agentic AI), die als digitale Kollegen das Team der Farbgebung unterstützen – z. B. bei der Überwachung von Vorbehandlung, KTL und Abwasseraufbereitung, der Bewertung von Prozessabweichungen und der Ableitung von Handlungsempfehlungen. Themen in diesem Zusammenhang: Agenten-Architekturen und Multi-Agenten-Orchestrierung, Anbindung von Tools und Prozessdaten, Retrieval-Augmented Generation (RAG) auf Basis von Erfahrungswissen und Anlagendokumentation, Prompt-Engineering, Evaluation und Guardrails
• Mitarbeit an Machine-Learning-Modellen: Du entwickelst ML-Modelle auf realen Prozess- und Anlagendaten (z. B. MES/SPS, Sensorik, Qualitäts-, Chemie- und Energiedaten) mit – etwa zur Optimierung des Materialflusses im Hängeförderer, für ein Frühwarnsystem bei Prozessabweichungen sowie zur Optimierung von Chemikaliendosierung und Verdampfersteuerung. Themen in diesem Zusammenhang: Datenpipelines, Datenaufbereitung, Feature-Engineering und Modelltraining, Zeitreihenanalyse, Anomalieerkennung und Prognosemodelle
• Unterstützung bei der Umsetzung im Betrieb: Du hilfst dabei, ML-Modelle und Agenten zu einer funktionierenden Gesamtlösung zu verbinden, entwickelst Dashboards und Monitoring-Konzepte und begleitest die Pilotierung im laufenden Betrieb. Dabei arbeitest Du sehr eng mit dem Projekt- und dem Produktionsteam zusammen und unterstützt die Messung des Nutzens gegenüber dem Ausgangszustand.
• Erkenntnisse sichern: Du dokumentierst Architektur, Best Practices und Lessons Learned zur wirksamen Anwendung von KI im Produktionsumfeld und lieferst Input zur Frage, wie sich die Lösungen auf weitere Produktionsbereiche übertragen lassen.
  
  

Das bringst Du mit:

• Du bist im fortgeschrittenen Bachelor- oder im Masterstudium der Informatik eingeschrieben, idealerweise mit Schwerpunkt Künstliche Intelligenz, Machine Learning oder Data Science.
• Du verfügst über sehr gute Programmierkenntnisse in Python sowie sicheren Umgang mit SQL und gängigen ML-Bibliotheken (z. B. scikit-learn, PyTorch).
• Du hast erste praktische Erfahrungen mit Large Language Models und Agenten-Frameworks (z. B. LangChain/LangGraph, Semantic Kernel, AutoGen o. Ä.), RAG oder Function Calling gesammelt – gerne auch aus Studienprojekten, Hackathons oder eigenen Projekten.
• Du interessierst Dich für industrielle Produktionsprozesse und möchtest Software