JOB DETAILS
Masterthesis: ML-basierte Ersatzmodellbildung für thermohydraulische Netze
CompanyAVAT
LocationTübingen
Work ModeOn Site
PostedOctober 6, 2026

About The Company
AVAT developing pioneering automation solutions for the energy industry worldwide. Our integrated concepts and solutions are used wherever energy generation and distribution need to be planned, regulated, controlled and optimized.
Our more than 150 employees work daily on future-proof technology for decentralized energy systems and the energy transition. With our subsidiary in South Korea, we are also represented in the Asian region.
Please notice our legal notice >>> https://www.avat.de/en/imprint
Please notice our privacy policy >>> https://www.avat.de/en/data-protection
About the Role
Das erwartet Sie bei AVAT
Gemeinsam bringen wir die Energiewende voran. AVAT entwickelt intelligente Produkte für die dezentrale Energieversorgung, damit machen wir unsere Städte sauberer und nachhaltiger und fördern den Ausbau der Erneuerbaren Energien.Thermohydraulische Simulationen helfen dabei, Wärmeversorgungsnetze zu verstehen und zu optimieren. Im Zuge der Wärmewende werden hydraulische Netze und Versorgungsstrategien komplexer. Unser Ziel ist es, mithilfe von Machine Learning schneller Einblicke in die Temperatur- und Druckverhältnisse im Netz zu gewinnen. Werde Teil unseres Teams und unterstütze und dabei, innovative Lösungen für die Energieversorgung der Zukunft zu entwickeln!
Was erwartet dich bei AVAT?
Detaillierte thermohydraulische Simulationen können bei wiederkehrenden Berechnungen viel Zeit in Anspruch nehmen. In deiner Masterarbeit untersuchst du, wie sich das Verhalten eines Wärmenetzes durch ein datenbasiertes Ersatzmodell schnell und mit ausreichender Genauigkeit abbilden lässt. Das Modell soll außerdem Aussagen darüber ermöglichen, wie empfindlich prognostizierte Netzzustände auf Änderungen ausgewählter Eingangsgrößen reagieren. Dabei erwarten dich folgende Aufgaben:
- Einarbeitung in bestehende thermohydraulische Netzmodelle und Simulationstools sowie verfügbare Betriebs- und Simulationsdaten
- Entwicklung und Training von ML-Modellen, die nicht nur physikalische Größen wie Drücke und Temperaturen an ausgewählten Stellen im Netz prognostizieren können, sondern auch Reaktionen auf veränderte Eingangsgrößen abbilden können
- Vergleich und Bewertung verschiedener Ansätze hinsichtlich Genauigkeit, Rechenzeit und Verhalten bei bislang ungesehenen Betriebsbedingungen
- Untersuchung der Übertragbarkeit verschiedener Ansätze auf andere thermohydraulische Netze
Damit überzeugen Sie uns
- Ein Studium in den Bereichen Data Science, Informatik, Mathematik, Physik oder einem vergleichbaren Fachgebiet
- Gute Studienleistungen, analytisches und lösungsorientiertes Denken sowie eine hohe Motivation, dein Wissen in der Praxis anzuwenden
- Erfahrung im Umgang mit Daten sowie fundierte Kenntnisse im Bereich Machine Learning
- Verfügbarkeit für mindestens 5-6 Monate, um deine Masterarbeit erfolgreich abzuschließen
Das macht AVAT besonders
Bei uns fühlt sich Arbeit nicht wie Arbeit an. Wir leben New Work mit mobilem und flexiblem Arbeiten, flachen Hierarchien, einem familiären Miteinander und viel Gestaltungsfreiraum.About us
Der Einsatzort ist Tübingen. Für weitere Auskünfte steht Ihnen Frau Anja Poetsch unter 07071/9735-444 gerne zur Verfügung. Wir sind gespannt auf Ihre Bewerbung und freuen uns auf das gemeinsame Kennenlernen. Bewerben Sie sich einfach hier über unser Karriereportal oder senden Sie uns Ihre persönlichen Unterlagen an jobs@avat.de.Key Skills
Machine LearningData ScienceThermohydraulic simulationPythonData analysisMathematical modelingPhysicsSimulation toolsAnalytical thinkingProblem solving
Categories
EnergyData & AnalyticsEngineeringScience & ResearchTechnology
Benefits
Mobile and flexible workingFlat hierarchiesFamily-friendly environmentCreative freedom
Job Information
📋Core Responsibilities
The candidate will develop and train machine learning models to predict thermohydraulic network states and analyze their sensitivity to input changes. Additionally, the role involves comparing different modeling approaches regarding accuracy and computational efficiency while assessing their transferability to other networks.
📋Job Type
befristet
📊Experience Level
0-2
💼Company Size
91
📊Visa Sponsorship
No
💼Language
German
🏢Working Hours
40 hours
Apply Now →
You'll be redirected to
the company's application page