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.
Deine Aufgaben
- Entwicklung einer interaktiven Software zu Demonstrationszwecken
- Lesen von Forschungsliteratur im Bereich kausaler Inferenz und Implementierung der entsprechenden Konzepte und Algorithmen
- Präsentation der Ergebnisse
- Code-Review und Dokumentation
Das bringst du mit
- Laufendes Studium in Informatik oder einem vergleichbaren Fachbereich
- Kenntnisse der grundlegenden Programmierlogik
- Grundlagenkenntnisse in Mathematik, insbesondere linearer Algebra
- Erfahrung in einer beliebigen Programmiersprache und Interesse an Python
- Erfahrung oder Interesse an der Entwicklung interaktiver Software, z. B. unter Verwendung von Plotly, iPyWidgets oder ähnlichen Tools
- Englischkenntnisse in Wort und Schrift
Wir freuen uns darauf, dich kennenzulernen!
Fragen zu dieser Position (Kennziffer 6317) beantwortet dir gerne:
Prof. Christian Thiel
Tel.: +49 3641 30960 128