Als Data Scientist bei Weidmüller arbeitet man eng mit Kunden, wie Maschinenbauer und Maschinenbetreibern zusammen, um für Sie Maschine Learning Services zu entwickeln. Ein spannendes Beispiel für ein solches Projekt ist die Zusammenarbeit mit Grenzebach, einem innovativen Maschinenbauer aus Süddeutschland. Gemeinsam entwickeln wir eine datengetriebene Prozessüberwachung für das Rührreibschweißen, einer neuen Technologie zum Verbinden von leichten Metallteilen aus Aluminium und Kupfer. Das Rührreibschweißen wird vermehrt in der Luft- und Raumfahrt sowie in der Automobilindustrie eingesetzt, da es viele Vorteile gegenüber konventionellen Schweißverfahren bietet.
Grenzebach hat sich entschieden mit Weidmüller an der datengetriebenen Prozessüberwachung für Rührreibschweißen zu arbeiten, da wir uns gut in den sehr diversen Datentopologien des produzierenden Gewerbes auskennen und nach erfolgreichem Abschluss des Projekts eine Software anbieten können, die das Training und Deployment von Maschine Learning Modellen in einem industriellen Umfeld immens vereinfacht.
Dabei arbeiten wir Data Scientists eng mit Grenzebachs Applikationsexperten zusammen - ein sehr wichtiger Aspekt, um solch komplexe Projekte zum Erfolg zu führen: Der Kunde identifiziert relevante Datenquellen und Sensorik, wie z.B. Motorströme, Kraftsensorik und Momente aus der Schweißsteuerung oder dem MES (Manufacturing Execution System). Wir kombinieren diese Datenreihen und bereiten die großen Datenmengen so auf, dass die Maschinenbauer ihre Expertise zum Labeln der Rührreibschweiß-Prozesszustände einbringen können. Dieses Zusammenspiel ist die Grundlage, um sicherzustellen, dass die Algorithmen nur die relevanten Eigenschaften der Schweißungen erlernen und robuste Vorhersagen erzeugen können. Dabei designen wir Data Scientists anschließend die notwendige Datenvorverarbeitungs-Pipeline, das ideale Feature Engineering für industrielle Zeitreihen und wählen die geeignetsten Maschine Learning Modelle aus Open-Source Frameworks wie Scikit-Learn, XGBoost oder Tensorflow.
Erfahrung und effizientes Vorgehen sind hierbei essenziell, denn wir haben es mit enormen Datenmengen von zehntausenden Rührreibschweiß-Prozessen zu tun, die in Summe mehrere Milliarden einzelne Sensormesswerte in sich vereinigen.
Die vielen Vorteile dieser datengetrieben Lösung rechtfertigen aber den eingebrachten Aufwand. Unsere gemeinsame Lösung hilft, den Ausschuss in energieintensiven Schweißprozessen zu reduzieren, ein wichtiger Schritt in Richtung nachhaltiger Produktion. Zudem wird die Qualitätsprüfung der produzierten Teile durch die kontinuierliche Kontrolle der Prozessdaten durch selbstlernende Software unterstützt, was die Produktqualität und Dokumentation verbessert. Und schließlich unterstützt unsere Analytics-Lösung die noch geringe Anzahl der Fachkräfte für dieses innovative Schweißverfahren. Sie müssen schließlich dem stark ansteigenden Bedarf für diese innovative Art zu schweißen und dem größer werdenden Anspruch an Qualität gerecht werden.
So “cruncht” man als Data Scientist bei Weidmüller also nicht nur “Numbers” im stillen Kämmerlein, sondern arbeitet eng in interdisziplinären Teams, abstrahiert und präsentiert komplexe statistische Probleme vor einem breiten Publikum und wird in die Tiefen der Back- und Frontend-Entwicklung entführt. Diese diversen Facetten machen die Arbeit als Data Scientist bei Weidmüller sehr abwechslungsreich und bietet Erfolgsmomente auf verschiedensten Ebenen.