Aktiviere Job-Benachrichtigungen per E-Mail!
Erhöhe deine Chancen auf ein Interview
Erstelle einen auf die Position zugeschnittenen Lebenslauf, um deine Erfolgsquote zu erhöhen.
Ein führendes Forschungsinstitut in Freiburg sucht eine studentische Hilfskraft zur Unterstützung bei der Datenanalyse und Entwicklung einer Python-Bibliothek. In dieser spannenden Rolle wirst du reale Messdaten auswerten und modulare Auswertungsroutinen entwickeln. Du erhältst die Möglichkeit, eng mit Wissenschaftlern zusammenzuarbeiten und wertvolle Einblicke in die Forschung und Entwicklung zu gewinnen. Flexibilität in der Arbeitszeit und die Chance, deine theoretischen Kenntnisse in der Praxis anzuwenden, machen diese Position besonders attraktiv. Wenn du Interesse an erneuerbaren Energien und Datenanalyse hast, ist dies die perfekte Gelegenheit für dich.
Das Fraunhofer-Institut für Solare Energiesysteme ISE in Freiburg ist das größte Solarforschungsinstitut Europas. Unsere rund 1.400 Mitarbeitenden arbeiten für ein nachhaltiges, wirtschaftliches, sicheres und sozial gerechtes Energieversorgungssystem auf Basis erneuerbarer Energien. Dazu tragen wir mit unseren Forschungsschwerpunkten Energiebereitstellung, Energieverteilung, Energiespeicherung und Energienutzung bei. Durch herausragende Forschungsergebnisse, erfolgreiche Industrieprojekte, Firmenausgründungen und globale Kooperationen gestalten wir die nachhaltige Transformation des Energiesystems.
Für unsere Gruppe "Stromrichterbasierte Netze" suchen wir zum nächstmöglichen Zeitpunkt eine Studentische Hilfskraft zur Unterstützung bei der Auswertung von Messdaten sowie der Entwicklung einer Python-Bibliothek zur strukturierten Datenanalyse.
Ziel ist es, eine robuste und nachvollziehbare Grundlage zur Auswertung verschiedenster Messdaten zu schaffen. Hierfür soll eine Python-Bibliothek entwickelt werden, die standardisierte und automatisierte Auswertungsschritte beinhaltet. Eine konsistente Datenanalyse ist essenziell, um Vergleichbarkeit und Reproduzierbarkeit der Ergebnisse sicherzustellen. Durch die einheitliche Auswertungsstruktur können Fehlerquellen minimiert und die Qualität der Datenauswertung signifikant verbessert werden. Zudem erleichtert eine klar definierte Auswertungslogik die spätere Erweiterung und Anwendung auf neue Messdatensätze.
Was Du bei uns tust