Student/in (w/m/d) - Physik, Informatik, Mathematik o.ä.

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.

Das erwartet dich

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.

Deine Aufgaben

• Umstrukturierung einer bestehenden Codebasis gemäß den bewährten Verfahren der Softwareentwicklung
• Entwicklung und Test von ML-Algorithmen unter Verwendung einer MLOps-Plattform
• Test und Dokumentation der Arbeit
• Unterstützung beim Verfassen von Berichten
• Teilnahme an Projektbesprechungen

Das bringst du mit

• Laufendes Studium in Informatik oder einem vergleichbaren Fachbereich
• Praktische Programmierkenntnisse in Python und Erfahrung im Umgang mit Git
• Grundlegende Kenntnisse im maschinellen Lernen, insbesondere im „Deep Learning“, sowie im Bereich MLOps
• Sehr gute Deutschkenntnisse in Wort und Schrift
• Gute Englischkenntnisse
• Voraussetzung für die Einstellung beim DLR ist die Sicherheitsüberprüfbarkeit nach dem Sicherheitsüberprüfungsgesetz (SÜG) sowie die Bereitschaft für eine Sicherheitsüberprüfung nach §8 ff SÜG.

Wir freuen uns darauf, dich kennenzulernen!

Fragen zu dieser Position (Kennziffer 6123) beantwortet dir gerne:

Prof. Christian Thiel 
Tel.: [apply contact hidden]