AI Quality Monitoring Intern - Weld Image Analysis

Praktikant*in KI-gestützte Qualitätsüberwachung von Schweißnahtbildern (Pflicht-Praktikum) | Mercedes-Benz > Karriere > Jobsuche > Stellenausschreibungen DE EN HU Anbieter/DatenschutzUnternehmenTechnologieNachhaltigkeitKarriereInvestorenPresse ProdukteKarriereJobsuchePraktikant*in KI-gestützte Qualitätsüberwachung von Schweißnahtbildern (Pflicht-Praktikum)Tätigkeitsbereich:ProduktionFachabteilung:Design Engineering, Umform- und Fügetechnik AchsenGesellschaft:Mercedes-Benz AGStandort:Esslingen am Neckar, Emil-Kessler-Str. 4 Startdatum:15.10.2026Veröffentlichungsdatum:28.08.2026Stellennummer:MER00047QXArbeitszeit:Vollzeit BewerbenAufgabenIm Team Design Engineering, Umform- und Fügetechnik Achsen gestalten wir die Fertigungstechnologien, die die Produktion kommender Fahrzeuggenerationen prägen werden. Unser Schwerpunkt liegt auf modernen Bahn- und Lichtbogenschweißprozessen für Fahrwerks- und Strukturkomponenten – mit dem Ziel, Qualität, Effizienz und Flexibilität in der Produktion kontinuierlich zu steigern. In enger Zusammenarbeit mit den produzierenden Bereichen entwickeln wir neue Technologien von der ersten Idee bis zur robusten Serienanwendung und treiben so messbare Fortschritte in der Fertigung voran. Im Bereich der automatisierten Schweißnahtprüfung befassen wir uns aktuell mit der Frage, wie sich Bilddaten mithilfe moderner Verfahren der Bildverarbeitung und künstlichen Intelligenz für eine zuverlässige Qualitätsbewertung nutzen lassen. Ziel ist es, charakteristische Merkmale von Schweißnähten automatisiert zu erkennen und daraus eine fundierte IO-/NIO-Klassifikation abzuleiten.In unserem Projekt arbeitest Du an einer praxisnahen Fragestellung an der Schnittstelle von Produktion, Bildverarbeitung und künstlicher Intelligenz. Für die Analyse stehen hochauflösende Aufnahmen von Schweißnähten und Bauteilen aus realen Fertigungsprozessen zur Verfügung. Die relevanten Bildbereiche werden bereits automatisiert aus Produktionsdaten extrahiert und aufbereitet.Auf dieser Grundlage soll ein neuronales Netzwerk entwickelt werden, das Auffälligkeiten in den Bilddaten erkennt und eine zuverlässige Qualitätsbewertung ermöglicht. Ziel ist die Entwicklung eines ersten KI-Prototyps, der das Potenzial datengetriebener Assistenzsysteme für zukünftige Fertigungsprozesse aufzeigt. Deine Aufgaben umfassen:Einarbeitung in industrielle Bildverarbeitung, automatisierte Schweißnahtinspektion sowie maschinelles Lernen und neuronale NetzeAnalyse, Aufbereitung und Bewertung vorhandener Bilddaten von Schweißnähten und BauteilenZusammenführung von Bilddaten und zugehörigen IO-/NIO-Bewertungen als Grundlage für das ModelltrainingErstellung geeigneter Trainings-, Validierungs- und TestdatensätzeEntwicklung, Training und Vergleich verschiedener Computer-Vision- und Deep-Learning-ModelleEntwicklung von Konzepten zur Verbesserung der ModellrobustheitBewertung und Validierung der Modelle anhand geeigneter Kennzahlen sowie Analyse von FehlklassifikationenVisualisierung, Interpretation und Dokumentation der Ergebnisse sowie Ableitung von Empfehlungen für einen späteren SerieneinsatzDie Tätigkeit kann ab Oktober 2026 beginnen.Die endgültige Themenfindung und –Definition erfolgt in Absprache mit Dir und uns zum Praktikumsstart. QualifikationenQualifikationen:Studiengang: Informatik, Maschinenbau, Wirtschaftsingenieurwesen, Data Science oder ein vergleichbarer StudiengangSprachkenntnisse: Sichere Deutsch- und Englischkenntnisse in Wort und SchriftIT-Kenntnisse: Sicherer Umgang mit MS Office und Python (oder vergleichbar)Persönliche Kompetenzen: Engagement, Teamfähigkeit, Kommunikationsfähigkeit, hohe analytische & konzeptionelle Denkweise, selbstständige ArbeitsweiseSonstige Kenntnisse: Spaß und Interesse an Data Science (Statistik, Machine Learning)Zusätzliche Informationen:Ganz ohne Formalitäten geht es natürlich auch bei uns nicht. Daher bitten wir Sie sich ausschließlich online zu bewerben und Ihrer Bewerbung einen Lebenslauf, aktuelle Immatrikulationsbescheinigung, aktueller Notenspiegel, relevante Zeugnisse (max. Gesamtgröße der Anhänge 6 MB) beizufügen.Weiterführende Informationen zu den Einstellkriterien finden Sie '