Researcher XXUD

Erfahrungsbasierte Lernende Systeme (EBLS) Sind KI-Systeme, Die Aus Erfahrungen Lernen, Diese Speichern Und Zur Lösung Neuer Probleme Einsetzen.

Als Hybride KI-Ansätze Kombinieren Sie Symbolische Verfahren Mit Subsymbolischen Methoden Und Generativer KI.

• Im Mittelpunkt Stehen Hierbei
• Fallbasiertes Schließen (Case-Based Reasoning) als methodologisches Fundament zur Problemlösung durch Erinnern und Anpassen von Fällen
• Wissensbasierte KI mittels semantischer Technologien, Ontologien und Planungsverfahren zur Verarbeitung und Nutzung expliziten Wissens
• Datenbasierte Verfahren wie maschinelles Lernen und Deep Learning zur Auswertung bestehender Datenbestände
• Generative KI und Foundation Models zur Analyse, Synthese und Erklärung

EBLS agieren sowohl als autonome Systeme als auch als Teil von Mensch‑KI‑Teams.

Sie analysieren Prozesse, unterstützen Entscheidungen, steuern adaptiv Abläufe und verbessern sich durch kontinuierliches Lernen aus Feedback.

Wir betrachten diese Systeme insbesondere im intelligenten Prozessmanagement sowie im Wissens- und Erfahrungsmanagement in komplexen Anwendungsdomänen.

einen Researcher mit 2-jähriger Befristung

Eine Weiterbeschäftigung nach Vertragsende wird angestrebt.

• Ihre Aufgaben
• Entwicklung und Erforschung von KI-Methoden zur Unterstützung von Produkt- und Entwicklungsprozessen in der Luftfahrt
• Konzeption, Implementierung und Evaluierung von Case-Based-Reasoning-(CBR)-Lösungen zur Wiederverwendung von Erfahrungswissen aus bestehenden Entwicklungsprojekten.
• Analyse und Modellierung von Produkt-, Prozess- und Anforderungswissen für intelligente Assistenzsysteme auf Basis semantischer Technologien.
• Integration von Large Language Models (LLMs) mit CBR und semantischen Technologien zur Unterstützung von Anforderungsanalyse, Dokumentation und Erklärungsfähigkeit.
• Zusammenarbeit mit Industriepartnern sowie regulatorischen Organisationen zur Abstimmung von Anforderungen und Qualifizierungskonzepten.
• Durchführung von Workshops, Präsentation von Forschungsergebnissen und Erstellung wissenschaftlicher Publikationen
• Unsere Anforderungen
• Abschluss in Informatik, Wirtschaftsinformatik, angewandte Mathematik oder ähnlich (Master oder vergleichbar) mit Schwerpunkt im Bereich Künstliche Intelligenz
• Grundlegende Kenntnisse in Künstlicher Intelligenz, insbesondere gute Kenntnisse im Bereich Case-Based Reasoning erforderlich
• Kenntnisse in den Bereichen Explainable AI (XAI), Daten- und Wissensmodellierung, semantische Technologien, Large Language Models und Prozessmodellierung wünschenswert
• Praktische Erfahrung in der Software-Entwicklung
• Gute Kenntnisse in Python und Java, sowie Erfahrung mit KI-, insbesondere CBR-Frameworks (Pro CAKE oder cbrkit)
• Kenntnisse in Softwarearchitekturen und Schnittstellenentwicklung
• Publikationserfahrung in wissenschaftlichen Projekten oder Konferenzen
• Eigenverantwortliche und selbstständige Arbeitsweise sowie ausgeprägte Eigeninitiative
• Gute Deutsch- und Englischkenntnisse
• Sie sind kommunikativ und zuverlässig
• Sie haben Freude daran, sich in neue Themenbereiche einzuarbeiten sowie Ihre Fähigkeiten und fachlichen Kompetenzen kontinuierlich weiterzuentwickeln
• Engagement und Teamplay
• Was Sie erwarten können
• Ein äußerst kooperatives, agiles Team, das sowohl konzeptionell als auch technisch überaus motiviert zusammenarbeitet
• Interessante Herausforderungen und spannende Projekte, die einen Beitrag für unsere Gesellschaft leisten
• Möglichkeiten anwendungsnahe Technologien zu entwickeln und in die Praxis zu überführen, großes Potential für Kreativität und Innovation
• Ein attraktives Gehalt (in Anlehnung an TVöD Bund) und Optionen zur Karriereentwicklung (z. B. Möglichkeit zur Promotion)
• Hervorragende Industriekontakte und eine exzellente Ausstattung
• Flache Hierarchien sowie Regelungen für Gleitzeit, mobiles Arbeiten und Präsenz am Standort
• Social Events für Mitarbeitende
• Ein innovatives, agiles und professionelles Arbeitsumfeld an Deutschlands führendem KI‑Forschungsinstitut

Im Bereich Erfahrungsbasierte Lernende Systeme des DFKI setzen wir uns aktiv für die Vereinbarkeit von Familie und Beruf sowie eine ausgewogene Work‑Life‑Balance ein.

Dafür nutzen wir Regelungen für Gleitzeit mit flexibler Arbeitszeiteinteilung und bieten die Möglichkeit, tageweise mobil bzw. im Home‑Office zu arbeiten (bei Bedarf auch spontan).

Schwerbehinderte Bewerberinnen und Bewerber und Gleichgestellte werden bei gleicher Eignung besonders berücksichtigt.

Das DFKI beabsichtigt, den Anteil von Frauen im Wissenschaftsbereich zu erhöhen und fordert deshalb Frauen ausdrücklich auf, sich zu bewerben.

#J-18808-Ljbffr