Baden-Daettwil, Aargau, Switzerland
Praktikum in Foundation Models und Optimierung für Stromnetze 80 - 100 % (m/w/d)
- 24 September 2026
- 80 – 100%
- Baden-Daettwil, Aargau, Switzerland
Job-Zusammenfassung
Das Forschungsteam in der Schweiz sucht eine*n Praktikant*in im Bereich ML. Du hast die Chance, an innovativen Lösungen für die Energiezukunft zu arbeiten.
Aufgaben
- Forschung zu ML-Methoden für die Überwachung von Stromnetzen.
- Entwicklung und Verfeinerung von Modellen für Stromnetz-Topologien.
- Kombination von ML-Methoden mit numerischer Optimierung und Physik.
Fähigkeiten
- Eingeschrieben in einem MSc-Programm in Elektrotechnik oder Informatik.
- Starker Hintergrund in numerischer Optimierung und ML.
- Erfahrung in Python oder C++ und tiefen Lernframeworks.
Ist das hilfreich?
Über den Job
Die Gelegenheit
Das System- und Automatisierungsteam am Schweizer Forschungszentrum sucht eine Praktikantin bzw. einen Praktikanten mit Fachkenntnissen in numerischer Optimierung und maschinellem Lernen (ML), um zu bahnbrechenden Entwicklungen für den modernen Betrieb von Stromnetzen beizutragen. Das Praktikum konzentriert sich auf die Anwendung von ML-Techniken zur Beschleunigung und Verbesserung numerischer Algorithmen für die Echtzeit-Überwachung von Energiesystemen, um einen zuverlässigeren, effizienteren und widerstandsfähigeren Netzbetrieb zu ermöglichen. Sie arbeiten in einem dynamischen und multidisziplinären Forschungsumfeld und werden von erfahrenen Forschenden in den Bereichen Energiesysteme, Optimierung und künstliche Intelligenz betreut. Wenn Sie über einen starken technischen Hintergrund, Motivation zur Entwicklung innovativer Lösungen und Zielorientierung verfügen, ist dies Ihre Chance, zu einer stärkeren und nachhaltigeren Energiezukunft beizutragen. Die Dauer des Praktikums beträgt sechs Monate.
Wie Sie einen Beitrag leisten
Beitrag zu Forschungsaktivitäten zu ML-basierten Methoden für die Überwachung von Energiesystemen
Untersuchung, Einsatz und Verfeinerung von Foundation Models zur Darstellung der Netzwerktopologie, Messungen und Betriebsbedingungen von Stromnetzen
Kombination von ML-gesteuerten Methoden mit numerischer Optimierung und Physik der Energiesysteme
Bewertung der vorgeschlagenen Methoden durch Simulationsstudien und Benchmarking
Berichterstattung und Verbreitung der Ergebnisse innerhalb des Teams, Verfassen technischer Dokumentationen und Einbringen kreativer Ideen für die industrielle Umsetzung
Ihr Hintergrund
Eingeschrieben in einem MSc-Programm in Elektrotechnik, Informatik, Angewandter Mathematik oder einem verwandten Fachgebiet
Starker Hintergrund in numerischer Optimierung. Kenntnisse im Bereich Energiesysteme sind von Vorteil
Gute Kenntnisse in maschinellem Lernen und Deep Learning. Erfahrung mit Graph Neural Networks, Foundation Models oder Anpassungsstrategien im maschinellen Lernen ist ein Plus
Erfahrung in Python- oder C++-Programmierung sowie MATLAB
Erfahrung mit PyTorch oder ähnlichen Deep-Learning-Frameworks
Ausgezeichnete Kommunikationsfähigkeiten, Teamfähigkeit, Eigeninitiative und Kreativität
Fließende Englischkenntnisse in Wort und Schrift
Mehr über uns
Wir sind ein technologiegetriebenes Unternehmen mit starkem Fokus auf Innovation, kontinuierliche Verbesserung und nachhaltige Fertigung. Wir bieten flexible Arbeitsbedingungen, engagierte Betreuung und ein unterstützendes, inklusives Umfeld, in dem Sie persönlich und beruflich wachsen können – damit Sie erfolgreich sind und gleichzeitig Leben und Arbeit in Einklang bringen.
Wir freuen uns auf Ihre Bewerbung, inklusive eines kurzen Anschreibens und eines Notenspiegels, zusammen mit Ihrem Lebenslauf. Bürgerinnen und Bürger aus Nicht-EU/EFTA-Staaten beachten bitte, dass ein offizielles Hochschulzeugnis erforderlich ist, das bestätigt, dass ein Praktikum ein verpflichtender Bestandteil Ihres Studiums ist.
