Das Institut für Datenwissenschaften in Jena unterstützt alle Anwendungsbereiche des DLR (Luftfahrt, Raumfahrt, Energie, Verkehr, Sicherheit) mit datenwissenschaftlichen Konzepten, Methoden und Werkzeugen. Dafür werden in interdisziplinärer Arbeit Methoden mit Fokus auf Anwendungen erforscht und entwickelt. Die Ergebnisse werden in Kooperation mit anderen DLR-Instituten und externen Partnern in die Anwendung gebracht.
Die Forschungs- und Entwicklungsarbeiten der Abteilung DMO zielen auf die Bereitstellung hochwertiger Daten für Industrie und Wissenschaft ab. Dabei gilt es, die wesentlichen Herausforderungen Nutzbarkeit, Verfügbarkeit und Zugang zu meistern. Aus diesen Herausforderungen leiten sich die Schwerpunkte der Abteilung ab, insbesondere die Entwicklung effektiver Methoden zur Sicherung der Datenqualität bei der Datengewinnung, die Nutzbarmachung bisher unerschlossener Datenquellen sowie das Schaffen effektiver und zielgruppenorientierter Datenzugänge.
Die wissenschaftliche Zielstellung der Gruppe Multimodales und Räumliches Informationsretrieval (DMO-MIR) ist die Nutzbarmachung von unstrukturierten, multimodalen und heterogenen Daten. Die Gruppe erforscht praxisrelevante Methoden und entwickelt modulare Software zur Erhebung, Aufbereitung, Filterung, Verortung und inhaltlichen Bewertung unstrukturierter Daten. Ziel ist es, bisher nicht maschinenlesbare Daten für verschiedene Anwendungen des DLR als Informationsquelle sowie für die Entscheidungsunterstützung nutzbar zu machen.
Deine Aufgaben
- Mitarbeit im DFG-Projekt GeoMMCorpus+Eval (https://gepris.dfg.de/project/575831912)
- Einarbeitung in den aktuellen Stand der Forschung im Bereich GeoAI, z. B. zu multilingualem Geo-parsing, zur Erstellung und Annotation geographischer Textkorpora sowie zu LLM-gestützten Annotations- und Qualitätssicherungsverfahren
- Konzeption wissenschaftlicher Methoden und Arbeitsabläufe zur Gewinnung, Aufbereitung, Auswahl und Annotation großer, heterogener und multilingualer Textdatenbestände
- Entwicklung und Anwendung datenwissenschaftlicher Verfahren zur Gewinnung, Bereinigung, Filterung und strukturierten Aufbereitung großer multilingualer Textbestände aus unterschiedlichen Textgenres, wie Webseiten, Nachrichten, sozialen Medien, wissenschaftlichen Publikationen und historischen Dokumenten
- Planung experimenteller Untersuchungen zur LLM-gestützten Annotation und zur iterativen Qualitätssicherung mit Human-in-the-Loop-Verfahren
- Konzipierung und Anwendung von geeigneten Qualitätsmaßen zur Bewertung der Ergebnisse
Das bringst du mit
- Abgeschlossenes wissenschaftliches Hochschulstudium (Master / Diplom Uni) im Bereich Informatik, Data Science, Geoinformatik, Computerlinguistik oder in einem anderen für die Tätigkeit relevanten Studiengang
- Fundierte Kenntnisse und praktische Erfahrungen in den Bereichen Natural Language Processing, Informationsextraktion und maschinelles Lernen
- Erfahrungen im Umgang mit Large Language Models (LLMs), insbesondere in deren Anwendung und Anpassung, z. B. durch Prompting und Fine-Tuning
- Programmiererfahrung in Python sowie Erfahrung mit einschlägigen Softwareentwicklungs- und Versionierungswerkzeugen, z. B. Git
- Fähigkeit zur selbstständigen und eigenverantwortlichen Bearbeitung wissenschaftlicher Fragestellungen sowie zur systematischen Planung, Durchführung und Auswertung wissenschaftlicher Experimente
- Sehr gute Englischkenntnisse in Wort und Schrift
- Kenntnisse im Bereich Geoinformationsverarbeitung, GeoAI oder geographischer Informationsextraktion aus Texten sind von Vorteil
Wir freuen uns darauf, dich kennenzulernen!
Fragen zu dieser Position (Kennziffer 6423) beantwortet dir gerne:
Dr. Friederike Klan
Tel.: +49 3641 30960 555