Werkstudent*in im Bereich Machine Learning & Virtual Metrology - #2758867

Über GlobalFoundries

GlobalFoundries (GF) ist ein führender Hersteller von Halbleitern, auf die sich die Welt zum Leben, Arbeiten und Vernetzen verlässt. Wir sind innovativ und arbeiten mit unseren Kunden zusammen, um energieeffizientere und leistungsfähigere Produkte für die Automobilindustrie, intelligente mobile Geräte, das Internet der Dinge, Kommunikationsinfrastrukturen und andere wachstumsstarke Märkte zu entwickeln. Mit seiner globalen Produktionsbasis, die sich über die USA, Europa und Asien erstreckt, ist GF eine vertrauenswürdige und zuverlässige Quelle für Kunden in aller Welt. Jeden Tag liefert unser talentiertes und vielfältiges Team Ergebnisse mit einem unnachgiebigen Fokus auf Sicherheit, Langlebigkeit und Nachhaltigkeit. GF beschäftigt rund 13.000 Mitarbeitende weltweit, davon rund 3.000 in Dresden. Weitere Informationen finden Sie unter www.gf.com.

Über den Bereich

Manufacturing Inline Control (MIC) ist für die Inline-Qualitätskontrolle in unserer Halbleiterfertigung verantwortlich. Mithilfe moderner Mess- und Inspektionssysteme werden Wafer auf Defekte untersucht sowie relevante Anlagen- und Prozessparameter überwacht.

Die gewonnenen Daten bilden eine wichtige Grundlage für Qualitäts- und Zuverlässigkeitskontrollen, Yield-Analysen sowie die kontinuierliche Optimierung unserer Fertigungsprozesse. Als Werkstudent*in unterstützt du das Team insbesondere in den Bereichen Data Engineering und Machine Learning.

Stellenprofil

• Unterstützung des Teams bei Aufgaben im Bereich Data Engineering und Machine Learning
• Weiterentwicklung und Optimierung bestehender Python- und PySpark-Anwendungen zur Verarbeitung großer Datenmengen
• Mitarbeit an Daten- und Analyse-Workflows in AWS
• Unterstützung bei der Implementierung und Bereitstellung von Machine-Learning-Lösungen
• Weiterentwicklung und Evaluierung von Machine-Learning-Modellen für praktische Anwendungsfälle
• Aufbereitung und Visualisierung von Daten, Modellen und Ergebnissen
• Erstellung einer strukturierten Dokumentation der entwickelten Lösungen und Ergebnisse
  
  

Qualifikationen

• Eingeschriebener Studentin der Informatik, Physik, Ingenieurwissenschaften, Data Science oder einer vergleichbaren technischen Fachrichtung
• Sehr gute Programmierkenntnisse in Python, insbesondere im Bereich Data Engineering und Datenanalyse
• Idealerweise erste Erfahrungen mit PySpark
• Kenntnisse in AWS Cloud Services, beispielsweise S3, SageMaker oder EMR, sowie mit Daten- oder Machine-Learning-Pipelines sind von Vorteil
• Kenntnisse im Umgang mit Datenbanken und SQL sind wünschenswert
• Kenntnisse der Halbleiterfertigung oder Halbleiterindustrie sind von Vorteil
• Ausgeprägte analytische und problemlösungsorientierte Fähigkeiten
• Freude an der Zusammenarbeit im Team
• Fähigkeit, technische Inhalte und Ergebnisse strukturiert zu dokumentieren und verständlich zu visualisieren
• Sehr gute Englischkenntnisse in Wort und Schrift
  
  

Zeitraum

• Ab sofort für mindestens 6 Monate
• Bis zu 20 Stunden pro Woche während des Semesters
• Bis zu 40 Stunden pro Woche in den Semesterferien möglich
  
  

Bei uns erwartet dich

• Flexible Arbeitszeiten
• Nach erfolgreicher Einarbeitung und abhängig vom Aufgabengebiet die Möglichkeit zum mobilen Arbeiten
• Mitarbeit in einem offenen und dynamischen Team
• Möglichkeit, deine theoretischen Kenntnisse praktisch in den Bereichen Machine Learning und Data Engineering anzuwenden
• Attraktive Vergütung
• Betriebsinterne Kantine, Fitnessstudio und Physiotherapie
• Nutzung verschiedener Weiterbildungsangebote
• Weitere attraktive Benefits wie Gesundheitsangebote und verschiedene Mitarbeiterrabatte
  
  

Bitte füge deiner Bewerbung eine aktuelle Immatrikulationsbescheinigung bei.

Vielfalt ist Teil unserer Unternehmens-DNA. Deshalb möchten wir insbesondere auch Frauen ermutigen, sich bei uns zu bewerben. Chancengleichheit und Inklusion sind für uns wichtige Werte. Daher begrüßen wir ausdrücklich Bewerbungen von Menschen mit Behinderung.

Information about our benefits you can find here: https://gf.com/careers/opportunities-in-europe/