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.

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. 

Das erwartet dich

In der Arbeitsgruppe „Maschinelles Lernen“ erforschen und entwickeln wir innovative datengetriebene Methoden zur Datenanalyse und finden in Kooperation mit anderen DLR-Instituten Lösungen für praktische Anwendungsfälle mittels maschineller Lernverfahren.
Wir bieten Ihnen im Rahmen unserer Arbeitsgruppe die Möglichkeit eine Abschlussarbeit oder eine studentische Tätigkeit im Bereich des Maschinellen Lernen, spezieller zu dem Thema Anomalieerkennung auf verschlüsselten Datenströmen. Als Teil eines internationalen Teams ist es deine Aufgabe dabei zu helfen neue Methoden zu entwerfen, zu implementieren und zu evaluieren.

Deine Aufgaben

• Literaturrecherchen zu Themen wie Anomalieerkennung und Kryptographie mit dem Ziel, neue experimentelle und theoretische Methoden kritisch zu bewerten und neue Ansätze bzw. Lösungsansätze für die eigene Arbeit abzuleiten
• Umsetzung und prototypische Implementierung von eigenen oder vorhandenen Methoden des Maschinellen Lernen in Python (o.ä.)
• Wissenschaftliche Auswertung und Interpretation der Ergebnisse und Vergleich mit bestehenden Verfahren
• Test und Dokumentation der Arbeit

Im Rahmen einer studentischen Tätigkeit erbringst du deine Arbeitsleitung in einem Umfang von bis zu 20 Stunden pro Woche. Die genaue Eingrenzung des Themas einer Abschlussarbeit erfolgt gemeinsam mit dir entsprechend deiner speziellen Qualifikationen und Erwartungen.

Das bringst du mit

• Laufendes Studium der Informatik, Mathematik, Physik, Data Science oder verwandten Fachrichtungen
• Praktische Programmierkenntnisse (Python, o.ä.; Erfahrungen mit Frameworks wie Tensorflow/Keras oder PyTorch )
• Sehr gute Englischkenntnisse oder sehr gute Deutschkenntnisse
• Kenntnisse im Maschinellen Lernen, Deep Learning, Datenanalyse und -auswertung
• Grundlegende Kenntnisse aus der Mathematik (Analysis, Lineare Algebra, Stochastik, Logik)
• Spezialkenntnisse aus der Kryptographie, diese können sich aber auch während der Tätigkeit angeeignet werden

Das bieten wir dir
Das DLR steht für Vielfalt, Wertschätzung und Gleichstellung aller Menschen. Wir fördern eigenverantwortliches Arbeiten und die individuelle Weiterentwicklung unserer Mitarbeitenden im persönlichen und beruflichen Umfeld. Dafür stehen dir unsere zahlreichen Fort- und Weiterbildungsmöglichkeiten zur Verfügung. Chancengerechtigkeit ist uns ein besonderes Anliegen, wir möchten daher insbesondere den Anteil von Frauen in der Wissenschaft und Führung erhöhen. Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.

Wir freuen uns darauf, dich kennenzulernen!

Fragen zu dieser Position (Kennziffer 855) beantwortet dir gerne: 

Julia Fligge-Niebling 
Tel.: +49 3641 30960 152