Anbieter: Lehrstuhl für Anthropogene Stoffkreisläufe und Institut für Aufbereitung, Kokerei und Brikettierung

Der Lehrstuhl für Anthropogene Stoffkreisläufe (ANTS) sucht und analysiert in Forschung und Lehre nach Lösungen und Methoden, um anthropogene Stoffströme kreislauffähig zu gestalten und damit ein Rohstoffmanagement auf Produkt- und Materialebene zu entwickeln sowie anhand von Praxisbeispielen zu demonstrieren und umzusetzen. Mit seiner bisherigen Expertise gehört das Institut zu den führenden Forschungseinrichtungen in Europa auf dem Gebiet der mechanischen und sensorgestützten Verarbeitungstechnik. Das ANTS verbindet die Modellierung und Bewertung von Verarbeitungs- und Recyclingprozessen mit Blick auf ganze Produktsysteme und Lebenszyklen im Sinne eines zirkulären Wirtschaftens und ergänzt diese Expertise durch technische Umsetzung und Demonstration.

Die RWTH ist als familiengerechte Hochschule zertifiziert.
Die RWTH bietet im Rahmen eines Universitären Gesundheitsmanagements eine Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten (z. B. Hochschulsport) an. Für Tarifbeschäftigte und Beamtinnen und Beamte besteht ein umfangreiches Weiterbildungsangebot und die Möglichkeit, ein Jobticket zu erwerben.

Ziel des Projekts ist die automatische Erfassung dieser Produktströme zur Bestimmung des Wert- und Störstoffgehalts, um den manuellen Aufwand und die finanziellen Ressourcen für den Anlagenbetreiber zu reduzieren. Dabei werden verschiedene Machine Learning Modelle auf ihre Anwendbarkeit untersucht.

Du bist von Anfang an in die gesamte Pipeline eingebunden und kannst den Entwicklungsprozess aktiv mitgestalten – von der Datenaufnahme und -aufbereitung über den Umgang mit industrienaher Hardware wie Nahinfrarot- und RGB-Sensoren bis hin zu Modellentwicklung, Training und Evaluation.

Unterstützung unserer wissenschaftlichen Mitarbeiter durch eigenverantwortliche Literaturrecherchen, Aufbereitung und Auswertung von Versuchsdaten und Erstellung wissenschaftlicher Abbildungen
Durchführung von Versuchen im Labor und Technikum
Entwicklung der sensorbasierten Methoden in Python
Datenerhebung im Rahmen der Erstellung eines Datensatzes von LVP-Produkten
Allgemein anfallende Aufgaben

Ihr Profil

Wir suchen eine ehrgeizige und motivierte wissenschaftliche Hilfskraft (w/m/d) - (Immatrikulation im konsekutiven Studiengang) zur Unterstützung in einem innovativen Forschungsprojekt, das sich mit der Entwicklung einer Lösung zur bildbasierten Inline-Analyse von LVP-Produktströmen befasst.

Ihre Aufgaben

Folgendes sollten Sie dafür mitbringen:

Hohe Motivation und gute Kommunikationsfähigkeit
Analytisches Denken und Abstraktionsvermögen
Grundkenntnisse im Bereich Bildverarbeitung (opencv, scikit-image) und Machine/Deep Learning (z.B. PCA / YOLO)
Fortgeschrittene Kenntnisse in Python
Interesse an mechanischer Aufbereitung und sensorbasierter Sortierung / Technologien
Eigenständiges Arbeiten sowie die Bereitschaft zur Teamarbeit
Gute Englischkenntnisse in Wort und Schrift

Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet auf 12 Monate mit 01.07.2026 als gewünschte Anfangsdatum.
Eine längerfristige Zusammenarbeit ist gewünscht.
Die befristete Beschäftigung erfolgt im Rahmen der Befristungsmöglichkeiten des Wissenschaftszeitvertragsgesetzes.
Es handelt sich um eine Teilzeitstelle.
Die regelmäßige Wochenarbeitszeit beträgt 8 Stunden.
Die Eingruppierung richtet sich nach der Richtlinie für studentische und wissenschaftliche Hilfskräfte.
Die Stelle ist bewertet mit 17,60 € ab 01.01.2026.

Die Stellenausschreibung richtet sich an alle Geschlechter.
Wir wollen an der RWTH Aachen University besonders die Karrieren von Frauen fördern und freuen uns daher über Bewerberinnen.
Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern sie in der Organisationseinheit unterrepräsentiert sind und sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.
Bewerbungen geeigneter schwerbehinderter Menschen sind ausdrücklich erwünscht.
Im Sinne der Gleichbehandlung bitten wir Sie, auf ein Bewerbungsfoto zu verzichten.
Informationen zur Erhebung personenbezogener Daten nach Artikeln 13 und 14 Datenschutz-Grundverordnung (DS-GVO) finden Sie https://www.rwth-aachen.de/dsgvo-information-bewerbung

CVMT1_DE