Mach aus dieser Rolle ein Vorstellungsgespräch — ein Lebenslauf und ein Anschreiben, die darauf ausgerichtet sind, was dieser Arbeitgeber sucht.
DLR, Institut für Datenwissenschaften in Jena, sucht eine/n Student/in (w/m/d) für eine Teilzeitstelle bis zu 20 Stunden pro Woche. Du arbeitest an Softwarestrukturen, entwickelst ML-Algorithmen und dokumentierst deine Ergebnisse.
Voraussetzungen: laufendes Informatik-Studium, Python-Kenntnisse, ML-Grundlagen und Sicherheitsüberprüfbarkeit gemäß SÜG. Zu deinen Aufgaben gehört die Code-Umstrukturierung, Testung von ML-Modellen auf einer MLOps-Plattform sowie die Mitarbeit an Berichten und
Student/in (w/m/d) - Physik, Informatik, Mathematik o.ä. Stellenbeschreibung Kennziffer: 6123 Arbeitsort: Jena Eintrittsdatum: frühstmöglich Karrierestufe: Studentische Tätigkeit, Studien- & Abschlussarbeit Beschäftigungsgrad: Teilzeit Dauer der Beschäftigung: 1 Jahr
Die Vergütung erfolgt gemäß der jeweils geltenden Tarifverträge des öffentlichen Dienstes (Bund).
Hinweis: Voraussetzung für die Einstellung beim DLR ist die Sicherheitsüberprüfbarkeit nach dem Sicherheitsüberprüfungsgesetz (SÜG) sowie die Bereitschaft für eine Sicherheitsüberprüfung nach §8 ff. SÜG
Steige ein in die faszinierende Welt des Deutschen Zentrums für Luft- und Raumfahrt e. V. (DLR), um mit Forschung und Innovation die Zukunft mitzugestalten! Mit dem Know-how und der Neugier unsererrund 12.000Mitarbeitenden aus 100 Nationen sowie unserer einzigartigen Infrastruktur bieten wir ein spannendes und inspirierendes Arbeitsumfeld. Gemeinsam entwickeln wir nachhaltige Technologien und tragen so zur Lösung globaler Herausforderungen bei. Möchtest du diese große Zukunftsaufgabe mit uns zusammen angehen? Dann ist dein Platz bei uns!
Am Institut für Datenwissenschaften in Jena beschäftigen wir uns damit, das Datenrückgrat für alle Anwendungsbereiche des DLR (Luftfahrt, Raumfahrt, Energie, Verkehr, Sicherheit) Realität werden zu lassen. Dafür entwickeln und erforschen wir in interdisziplinärer Arbeit Methoden mit Fokus auf Anwendungen z. Bsp. für nachhaltige und kreislaufgerechte Prozesse, resiliente Lieferketten, datengetriebene Wertschöpfungsketten oder robuste Entscheidungsunterstützung. Die so entwickelten Methoden werden in Kooperation mit anderen DLR-Instituten und externen Partnern zur Anwendung gebracht, sei es im Rahmen gemeinsamer Projekte oder im Rahmen von Technologietransferaktivitäten.
In der Abteilung Datenanalyse und -intelligenz werden Methoden entwickelt und angewandt, die die Analyse komplexer und großer Datensätze ermöglichen. Hier wird auf Verfahren des Maschinellen Lernens, der Kausalen Inferenz sowie domänenspezifisches Prozesswissen zurückgegriffen.
Die Gruppe „Kausale Inferenz“ hat die wissenschaftliche Zielstellung, zu einem datengetriebenen Verständnis komplexer dynamischer Prozesse beizutragen. Zu diesem Zwecke entwickelt die Gruppe Methoden und Software aus den Bereichen kausale Inferenz und statistisches Lernen und wendet diese an. Dabei verfolgt die Gruppe einen anwendungsgetriebenen Ansatz. Neben einer engen Zusammenarbeit mit den AnwenderInnen der Methoden bedeutet dies, aus den Anwendungen heraus Bedarfe zu identifizieren und diese Bedarfe durch gezielte Weiterentwicklungen der Methoden zu adressieren. Ein spezieller Fokus der Gruppe liegt auf Zeitreihendaten. Darüber hinaus arbeitet die Gruppe im Bereich des quantenmaschinellen Lernens.
Im Rahmen einer studentischen Tätigkeit erbringst du deine Arbeitsleitung in einem Umfang von bis zu 20 Stunden pro Woche.
Das DLR steht für Vielfalt, Wertschätzung und Gleichstellung aller Menschen. Wir fördern eigenverantwortliches Arbeiten und die individuelle Weiterentwicklung unserer Mitarbeitenden im persönlichen und beruflichen Umfeld. Dafür stehen dir unsere zahlreichen Fort- und Weiterbildungsmöglichkeiten zur Verfügung. Chancengerechtigkeit ist uns ein besonderes Anliegen, wir möchten daher insbesondere den Anteil von Frauen in der Wissenschaft und Führung erhöhen. Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.
Prof. Christian Thiel
Tel.:+49 3641 30960 128