Werkstudent*in Mathematik, Statistik, Scientific Computing (26-01-8C)

dogado GmbH; Berlin; On-site; USD 23,983 - 31,977; Part time

Benefits offered by this job

Flexible Arbeitszeiten

Möglichkeit zum Homeoffice

Wertvolle Praxiserfahrung

Kostenlose Parkplätze

Cafeteria vor Ort

Job summary

Ein führendes Metrologieinstitut in Berlin-Charlottenburg sucht einen engagierten Werkstudenten (m/w/d) im Bereich Mathematik, Statistik und Scientific Computing. In dieser Rolle arbeiten Sie an der Entwicklung einer Methode zur Identifizierung von 2D Teilmengen, führen praktische und theoretische Analysen durch und implementieren diese in R oder Python. Flexible Arbeitszeiten sowie die Möglichkeit, im Homeoffice zu arbeiten, machen diese Stelle besonders attraktiv für Studierende. Wir freuen uns auf Ihre Bewerbung bis zum 10. Februar 2026.

Qualifications

• Eingeschriebene(r) Student(in) in Mathematik, Statistik oder Scientific Computing.
• Erfahrung mit Bayes’scher Analyse ist von Vorteil.
• Interesse an theoretischer und mathematischer Methodenentwicklung.

Responsibilities

• Entwicklung einer Methode zur Identifizierung von 2D Teilmengen.
• Theoretische und praktische Analyse der statistischen Inferenzmethode.
• Implementierung der Methode in R oder Python.

Skills

Mathematische Modellierung

Statistik

Scientific Computing

R

Python

Bayes’sche Analyse

Teamarbeit

Kommunikationsfähigkeit

Education

Immatrikulation in einem Bachelor- oder Masterstudiengang

Tools

R

Python

Job description

Messkunst „Made in Germany" – dafür stehen die ca. 2100 Mitarbeitenden der Physikalisch-Technischen Bundesanstalt (PTB). Als nationales Metrologieinstitut und führende Forschungseinrichtung entwickeln wir in einem internationalen Arbeitsumfeld weltweit führende Standards für das Messen. So sorgen wir dafür, dass Menschen und Organisationen Messungen vertrauen können.

In Berlin-Charlottenburg suchen wir Sie für den Fachbereich 8.4 „Mathematische Modellierung und Datenanalyse“ als:

Werkstudent*in

Mathematik, Statistik, Scientific Computing

Ihre Aufgaben

Virtuelle Experimente werden in der Metrologie immer häufiger eingesetzt und unterstützen die Datenanalyse und Unsicherheitsauswertung in komplexen Anwendungen. Die üblicherweise deterministische und rein parametrische Formulierung von virtuellen Experimenten führt jedoch bei hochdimensionalen und hochgenauen Anwendungen in der Metrologie häufig zu Modellfehlern. Die Arbeitsgruppe 8.42 "Datenanalyse und Messunsicherheit" hat hierfür einen Ansatz entwickelt, der lokale Gaussian Random Fields einbezieht, um Modellfehler zu reduzieren und eine Unsicherheitsauswertung zu ermöglichen. Für die Weiterentwicklung der statistischen Ansätze, der Anwendung auf praktische Beispiele aus der Metrologie und die effiziente (skalierbare) Implementation einer Bayes’schen Inferenz, suchen wir Unterstützung. Ihre Tätigkeiten beinhalten:

• Entwicklung einer Methode zur automatischen Identifizierung von 2D Teilmengen, basierend auf Korrelationen, für einen lokalen Gaussian Random Field Ansatz
• Theoretische und praktische Analyse der entwickelten statistischen Inferenzmethode anhand metrologischer Anwendung
• Implementierung der entwickelten Methode in R oder Python
• Erweiterung der Methode auf andere realistische Anwendungen in der Metrologie, mit der Möglichkeit, sich in Richtung maschinelles Lernen zu orientieren

Ihr Profil

• Immatrikulation in einem Bachelor- oder Masterstudiengang der Fachrichtung Mathematik, Statistik, Scientific Computing oder vergleichbar
• Erfahrung in Bayes'scher Analyse und inversen Problemen sind von Vorteil
• Interesse an theoretischer / mathematischer Methodenentwicklung und Anwendung auf reale Probleme
• Erfahrung in R und/oder Python
• Ausgeprägte Team- und Kommunikationsfähigkeit
• Deutsch A2-Niveau und Englischkenntnisse B2-Niveau

Wir bieten

• Wertvolle und studienergänzende Praxiserfahrung in einem führenden Metrologieinstitut
• Dem Studium angepasste flexible Arbeitszeiten und Möglichkeit zum Arbeiten im Homeoffice
• Bezahlung nach einem festgelegten Stundensatz
• Eine Beschäftigung für zunächst 6 Monate mit bis zu 60 Std./Monat, jedoch längstens bis zum Studienabschluss/Exmatrikulation
• Urlaubsanspruch sowie Entgeltfortzahlung im Krankheitsfall
• Sehr gute ÖPNV-Verbindung
• Kostenlose Parkplätze für Autos, Motorräder und Fahrräder sowie Lademöglichkeiten für E-Bikes
• Kantine auf dem Gelände
• Das Anfertigen einer Bachelor- oder Masterarbeit auf diesem Gebiet ist möglich

Das ist uns wichtig

Die PTB fördert die Gleichstellung von Frauen und Männern und ist besonders an Bewerbungen von Frauen interessiert. Gleichzeitig sind wir bestrebt, die gesellschaftliche Vielfalt widerzuspiegeln. Daher ist jede Bewerbung, unabhängig von ihrem Geschlecht, ihrer kulturellen oder sozialen Herkunft, Religion, Weltanschauung oder sexuellen Identität herzlich willkommen. Schwerbehinderte oder ihnen gleichgestellte Menschen werden bei gleicher Eignung bevorzugt berücksichtigt.

Ihre Bewerbung

Fachliche Fragen zu dieser Position beantwortet Ihnen im Department 8.4: Finn Hughes, Tel.: [phone], E-Mail: [e-mail].

Wir freuen uns auf Ihre Bewerbung bis zum 10. Februar 2026 unter der Kennziffer 26-01-8C. Bitte nutzen Sie dafür den Button „ONLINE BEWERBEN“ am Ende – dieser führt Sie direkt zu unserem Bewerbungsportal, wo Sie Ihre Unterlagen (Lebenslauf, Zeugnisse, Anschreiben) hochladen können. Bewerbungen per E-Mail können wir nicht berücksichtigen. Mit Ihrer Bewerbung akzeptieren Sie die Datenschutzbestimmungen.

English version below:

The art of measurement — made in Germany. Striving to perfect it is the mission of the 2,100 employees of PTB, the Physikalisch-Technische Bundesanstalt. As Germany’s national metrology institute and a leading center of research, we operate in an international environment to develop world-class measurement standards. We at PTB work to ensure that people and organizations can trust the measurements they use.

At our Berlin-Charlottenburg site, we are looking to fill the following position in Department 8.4 (Mathematical Modelling and Data Analysis):

Working student

Mathematics, Statistics, Scientific Computing

Your tasks

Virtual experiments are being used more frequently in metrology and can support data analysis and uncertainty evaluation in complex applications. However, the usually deterministic and purely parametric formulation of virtual experiments often leads to modelling errors in high-dimensional and high-precision applications in metrology. Working Group 8.42 "Data Analysis and Measurement Uncertainty" has developed an approach that incorporates local Gaussian random fields in order to reduce modelling errors and enable uncertainty evaluation. We are looking for support for the further development of the statistical approaches, the application to practical examples from metrology, and the efficient (scalable) implementation of Bayesian inference. Your activities will include:

• Development of a method for the automatic identification of 2D subsets, based on correlations, for a local Gaussian random field approach
• Theoretical and practical analysis of the developed statistical inference method using a metrological application
• Implementation of the developed methods in R or Python
• Extension of the method to other realistic applications in metrology, with the possibility to focus in the direction of machine learning

Your profile

• You are enrolled in a bachelor’s or master’s degree programme in mathematics, statistics, scientific computing or a comparable subject
• It is an advantage if you have experience in Bayesian analysis and inverse problems
• You are interested in theoretical / mathematical method development and application to real problems
• You have experience in R and/or Python
• You have excellent teamwork and communication skills
• You have achieved A2 level German and B2 level English

We offer

• Valuable practical experience in a leading metrology institute to complement your studies
• Flexible working hours adapted to your studies and the opportunity to work from home
• Payment according to a fixed hourly rate
• Employment for an initial period of 6 months with up to 60 hours/month (maximum length of until graduation/disenrollment)
• Holiday entitlement and continued payment of sick pay
• Very good public transport connections
• Free parking for cars, motorbikes and bicycles as well as charging facilities for e-bikes
• Canteen on the premises
• Possibility to write a bachelor's or master's thesis in this field

You can find an overview of our benefits on our careers page.

This is important to us

PTB promotes gender equality and strongly encourages applications from female candidates. At the same time, we strive to reflect the diversity of our society. We therefore welcome every application submitted, regardless of the candidate’s gender, cultural or social background, religion, ideology or sexual identity. If equally suited to the position, disabled persons or persons having equivalent status under German law will be given preference.

Your application

For subject-related questions concerning this position, please contact Department 8.4: Finn Hughes, phone: [phone], email: [e-mail].

We look forward to receiving your application by 10 February 2026 under Ref. No. 26-01-8C. Please click on the following button: ONLINE BEWERBEN. This will directly lead you to our application portal where you can upload your documents (CV, certificates, Cover letter). Unfortunately, we cannot accept applications sent via email. With your application you accept the data protection regulations.