Mathematiker/in, Statistiker/in, Physiker/in, Informatiker/in o. ä. (w/m/d)
Wissenschaftliche Tätigkeit / Projektarbeit
Steigen Sie ein in die faszinierende Welt des Deutschen Zentrums für Luft- und Raumfahrt (DLR), um mit Forschung und Innovation die Zukunft mitzugestalten! Mit dem Know-how und der Neugier unserer 11.000 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. Möchten Sie diese große Zukunftsaufgabe mit uns zusammen angehen? Dann ist Ihr Platz bei uns!
Für unser Institut für Datenwissenschaften in Jena suchen wir eine/n
Mathematiker/in, Statistiker/in, Physiker/in, Informatiker/in o. ä. (w/m/d)
Entwicklung und Anwendung von Theorie, Methoden und Software im Bereich kausale Inferenz zur Attribuierung und Erklärung von Anomalien
Das erwartet Sie:
Die Stelle ist im DLR-Institut für Datenwissenschaften angesiedelt und wird der Abteilung Datenanalyse und -intelligenz zugeordnet.
Der Schwerpunkt des DLR-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. Entsprechend der thematischen Ausrichtung des Instituts wurden drei Abteilungen eingerichtet.
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. Zur Steigerung des Technologietransferpotentials werden bei der Anwendungsentwicklung Human Factors wie Akzeptanz berücksichtigt.
Die Gruppe Kausale Inferenz hat die wissenschaftliche Zielstellung, zu einem datengetriebenen Verständnis komplexer dynamischer Prozesse beizutragen. Zu diesem Zweck entwickelt die Gruppe Theorie, Methoden und Software im Bereich kausale Inferenz für Anwendungen im DLR und darüber hinaus. Hierbei bezeichnet kausale Inferenz ein Forschungsfeld an der Schnittstelle von Statistik und maschinellem Lernen, welches Verfahren und Algorithmen zur datenbasierten Ableitung und Analyse von Ursache-Wirkungs-Zusammenhänge entwickelt. In ihrer Forschungs- und Entwicklungsarbeit verfolgt die Arbeitsgruppe einen anwendungsgetriebenen Ansatz. Neben einer engen Zusammenarbeit mit den AnwenderInnen der Methoden bedeutet dies, die in Anwendungen auftretenden Herausforderungen zu identifizieren und diese Herausforderungen durch gezielte Weiterentwicklungen der Methoden zu adressieren. Ein spezieller Fokus der Gruppe liegt auf Zeitreihendaten.
Der Schwerpunkt des DLR-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. Entsprechend der thematischen Ausrichtung des Instituts wurden drei Abteilungen eingerichtet.
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. Zur Steigerung des Technologietransferpotentials werden bei der Anwendungsentwicklung Human Factors wie Akzeptanz berücksichtigt.
Die Gruppe Kausale Inferenz hat die wissenschaftliche Zielstellung, zu einem datengetriebenen Verständnis komplexer dynamischer Prozesse beizutragen. Zu diesem Zweck entwickelt die Gruppe Theorie, Methoden und Software im Bereich kausale Inferenz für Anwendungen im DLR und darüber hinaus. Hierbei bezeichnet kausale Inferenz ein Forschungsfeld an der Schnittstelle von Statistik und maschinellem Lernen, welches Verfahren und Algorithmen zur datenbasierten Ableitung und Analyse von Ursache-Wirkungs-Zusammenhänge entwickelt. In ihrer Forschungs- und Entwicklungsarbeit verfolgt die Arbeitsgruppe einen anwendungsgetriebenen Ansatz. Neben einer engen Zusammenarbeit mit den AnwenderInnen der Methoden bedeutet dies, die in Anwendungen auftretenden Herausforderungen zu identifizieren und diese Herausforderungen durch gezielte Weiterentwicklungen der Methoden zu adressieren. Ein spezieller Fokus der Gruppe liegt auf Zeitreihendaten.
Zu Ihren Aufgaben gehören:
- Verfolgen aktueller Entwicklungen in der Literatur zu kausaler Inferenz und angrenzenden Gebieten
- Entwicklung von Methoden im Bereich kausale Inferenz zur Erklärung von Anomalien sowie zur Erhöhung der Robustheit von Vorhersagemodellen
- Implementierung, systematische Testung und iterative Verbesserung der entwickelten Methoden
- Anwendung der Methoden im Rahmen der Forschungsprojekte der Arbeitsgruppe
- Präsentation der Arbeitsergebnisse auf nationalen und internationalen Konferenzen, sowie Publikation von wissenschaftlichen Beiträgen in Fachjournalen oder bei angesehenen Fachkonferenzen mit Peer-Review Prozessen
Das erwarten wir von Ihnen:
- abgeschlossenes wissenschaftliches Hochschulstudium (Master / Diplom Uni) in Mathematik, Statistik, Physik, Informatik oder einem anderen für die Tätigkeit relevanten Studiengang
- erste Erfahrungen in der selbstständigen und eigenverantwortlichen Bearbeitung komplexer Forschungsaufgaben
- Fachkenntnisse im Bereich kausale Inferenz, maschinelles Lernen, statistische Methoden oder einem verwandten Bereich
- sehr gute englische Sprachkenntnisse in Schrift und Wort
- gute Programmierkenntnisse in Python
- Erfahrungen in der Erstellung von Wissenschaftlichen Publikationen in Fachzeitschriften oder bei Fachkonferenzen mit Peer-Review Prozess
- ausgeprägte Kommunikations- und Teamfähigkeit
- Forschungserfahrung in oben genannten Bereichen wünschenswert
- Freude an der Arbeit im wissenschaftlichen Umfeld von Vorteil
Unser Angebot:
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 Ihnen 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.
Weitere Angaben:
Eintrittsdatum: sofort
Dauer: 3 Jahre
Beschäftigungsgrad: Vollzeit (Teilzeit möglich)
Dauer: 3 Jahre
Beschäftigungsgrad: Vollzeit (Teilzeit möglich)
Vergütung: je nach Qualifikation und Aufgabenübertragung bis Entgeltgruppe 13 TVöD
Kennziffer: 95051
Kontakt:
Dr. Andreas Gerhardus Institut für Datenwissenschaften
Tel.: 03641 30960 144
Dr. Andreas Gerhardus Institut für Datenwissenschaften
Tel.: 03641 30960 144