Der Schwerpunkt des Instituts für Datenwissenschaften in Jena liegt darin, Lösungen für die neuen Herausforderungen der Digitalisierungsära zu finden. Die Forschung konzentriert sich dabei auf die Bereiche Datenmanagement, Datenanalyse und Datengewinnung. Diese Forschungstätigkeiten ergänzen etablierte Forschungsgebiete an anderen DLR-Instituten und erweitern die Kernkompetenzen des DLR. Entsprechend der thematischen Ausrichtung des Instituts wurden drei Abteilungen eingerichtet, die ebenfalls in neun Arbeitsgruppen unterteilt sind: Metadaten Management, Informationsextraktion und Interoperabilität, Datenzugriff und -verarbeitung, Maschinelles Lernen, Sichere Softwaretechnik, Kausale Inferenz, Verteilte Intelligenz & Open Innovation, Multimodales und raumbezogenes Informationsretrieval und Datenverfügbarkeit und -bereitstellung. Jede Arbeitsgruppe arbeitet in enger Kooperation mit anderen DLR-Instituten sowie mit Forschungs- und Industriepartnern.
Das erwartet dich
Die Forschungs- und Entwicklungsarbeiten der Abteilung Datenanalyse und -intelligenz zielen darauf ab, Wissen aus Daten zu generieren und ein tieferes Verständnis für komplexe Datensätze und die damit in Verbindung stehenden Prozesse zu entwickeln. Wir entwickeln datengetriebene Ansätze, um Erkenntnisse zu gewinnen und fundierte Entscheidungen zu treffen - ein Konzept, das wir als "Knowledge from Data" bezeichnen.
Die Gruppe Prozess- und wissensbasierte Datenexploration hat die wissenschaftliche Zielstellung, eine Brücke zwischen Prozesswissen und Datenanalyse zu schaffen, um datengesteuerte Entscheidungsfindung zu fördern. Ihre Methoden umfassen die nahtlose Integration von Domänen- und Prozesskenntnissen in die Datenexploration, insbesondere durch die Analyse von Zeitreihendaten, die Integration physikalischer Modelle und die Entwicklung von Bildmustererkennungsverfahren. Diese Ansätze ermöglichen es, praxisrelevante Erkenntnisse mit direktem Mehrwert für Branchen wie Luftfahrt, Raumfahrt und Energie zu gewinnen.
Die Stelle ist eingerichtet, um den wissenschaftlichen Erkenntnisgewinn im Bereich Erforschung von datengetriebenen Methoden zur Ergänzung physikalischen numerischen Verfahren zu erweitern. Hierbei handelt es sich um angewandte Forschung.
Deine Aufgaben
- Konzeption neuer datengetriebener Analysemethoden zur Ergänzung physikbasierter und numerischer Verfahren (z.B. Empirical Mode Decomposition, Physics-informed Neural networks).
- Planung neuer Forschungsvorhaben im Bereich der datengetriebenen Datenanalyse
- Entwicklung und Anwendung von datengetriebenen Algorithmen zur Charakterisierung von komplexen Strömungen
- Implementierung und Bewertung von Empirical Mode Decomposition Verfahren zur Zeitserienanalyse und Interpolation von Winddaten
- Anpassung von Algorithmen der künstlichen Intelligenz im Bereich der Bildanalyse zur automatischen Erkennung von Strömungsänderungen auf dem Gebiet der Luftfahrt
- Datenaufbereitung gemäß den Bedürfnissen der Stakeholder/Projektpartner einschließlich Datenformatierung und Metadatengenerierung
- Anfertigung von Projektdokumentationen und Berichten im Rahmen der durchgeführten Tätigkeiten
Das bringst du mit
- Fachkenntnisse in Strömungsmechanik z.B. in den Bereichen Meterorologie, Aerodynamik oder Schallanalyse
- Forschungserfahrung im Bereich physikalische Modellierung
- Erfahrung in der Entwicklung von datengetriebenen Methoden für die Signalanalyse
- Erfahrung in Verfahren des Maschinen Lernens und künstlichen Intelligenz (Thematik Deep-Learning und Physics-Informed Neural Networks – PINNs)
- Erste Erfahrungen im Bereich der Rasterdatenanalyse
- Kenntnisse über die und Erfahrug in der Anwendung von spezieller Software und Programmiersprachen wie z. B. Python
Wir freuen uns darauf, dich kennenzulernen!
Fragen zu dieser Position (Kennziffer 1778) beantwortet dir gerne:
Clemence Dubois
Tel.: +49 3641 30960 190