Studentische Hilfskraft für Anomalieerkennung in KI-Daten (w/m/d) Stellendetails

Unsere gemeinsamen Berufungen und Professuren finden Sie hier: Gemeinsame Berufungen / Professuren

Studentische Hilfskraft für Anomalieerkennung in KI-Daten (w/m/d)

Stellenbeschreibung

Kennziffer: 6433

Arbeitsort: Sankt Augustin, Ulm

Eintrittsdatum: 01.12.2026

Karrierestufe: Studentische Tätigkeit

Beschäftigungsgrad: Teilzeit

Dauer der Beschäftigung: 6 Monate mit Möglichkeit zur Verlängerung

Vergütung: Die Vergütung erfolgt gemäß der jeweils geltenden Tarifverträge des öffentlichen Dienstes (Bund).

Steige ein in die faszinierende Welt des Deutschen Zentrums für Luft- und Raumfahrt e. V. (DLR), um mit Forschung und Innovation die Zukunft mitzugestalten! Mit dem Know-how und der Neugier unserer rund 12.000 Mitarbeitenden aus 100 Nationen sowie unserer einzigartigen Infrastruktur bieten wir ein spannendes und inspirierendes Arbeitsumfeld. Gemeinsam entwickeln wir nachhaltige Technologien und tragen so zur Lösung globaler Herausforderungen bei. Möchtest du diese große Zukunftsaufgabe mit uns zusammen angehen? Dann ist dein Platz bei uns!

Kennziffer: 6433
Arbeitsort: Sankt Augustin, Ulm
Eintrittsdatum: 01.12.2026
Karrierestufe: Studentische Tätigkeit
Beschäftigungsgrad: Teilzeit
Dauer der Beschäftigung: 6 Monate mit Möglichkeit zur Verlängerung
Vergütung: Die Vergütung erfolgt gemäß der jeweils geltenden Tarifverträge des öffentlichen Dienstes (Bund).

Im DLR-Institut für KI-Sicherheit erforschen und entwickeln wir KI-bezogene Methoden, Prozesse, Algorithmen, Technologien und Ausführungs- bzw. Systemumgebungen. Unser Fokus liegt auf sicherer und norm- bzw. standardkonformer KI, Cybersicherheit in offenen Daten- und Dienste-Ökosystemen und KI, sowie der Automatisierung in Mobilität und Logistik.

Die Abteilung "Sicherheitskritische Dateninfrastrukturen" fokussiert sich auf Entwicklung und Realisierung von Systemlösungen und -architekturen, welche die Verteilung, Übertragung und Nutzung sensibler Datenbestände effizient und effektiv absichern.
Schwerpunkt ist die Gewährleistung von Betriebs- und Angriffssicherheit von verteilten Infrastrukturen in den Kategorien Vertraulichkeit, Integrität und Verfügbarkeit.

Deine Aufgaben
• Unterstützung bei der Auswertung von (multimodalen) Sensordaten
• Erstellung eines Datensatzes, der Data Poisoning Attacken (Datenmanipulation) simuliert
• Implementierung einer Methode zur Anomalieerkennung, um zwischen bösartig manipulierten Daten und durch fehlerhafte Sensoren veränderten Daten zu unterscheiden
• Unterstützung bei der Qualitätsanalyse von Sensordaten
• Analyse von Sensordaten im Hinblick auf Cybersicherheit und Robustheit

Das bringst du mit
• laufendes Masterstudium in Informatik oder vergleichbare Studiengänge
• Programmierkenntnisse in Python
• grundlegende Kenntnisse in Machine Learning und Deep Learning
• grundlegende Kenntnisse in PyTorch, TensorFlow oder vergleichbaren ML Frameworks
• gute Englischkenntnisse

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.

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 6433) beantwortet dir gerne:

Dr. Michael Karl
Tel.: +49 2241 20148 909