Auf einen Blick
- Aufgaben: Führe Literaturrecherchen durch und entwickle Algorithmen für spatiotemporale statistische Modellierung.
- Unternehmen: Institut für Datenwissenschaften in Jena mit interdisziplinärer Forschungsumgebung.
- Vorteile: Möglichkeit zur Veröffentlichung wissenschaftlicher Arbeiten und Teilnahme an Konferenzen.
- Weitere Informationen: Dynamisches Umfeld mit exzellenten Entwicklungsmöglichkeiten in der Forschung.
- Warum dieser Job: Arbeite an innovativen Projekten, die echte Auswirkungen auf verschiedene Anwendungsbereiche haben.
- Qualifikationen: Abgeschlossenes Studium in Mathematik, Physik oder Informatik und gute Python-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 45000 - 55000 € pro Jahr.
Am Institut für Datenwissenschaften in Jena arbeiten wir daran, das Datenrückgrat für alle Anwendungsbereiche des DLR (Luftfahrt, Raumfahrt, Energie, Verkehr, Sicherheit) zu realisieren. Zu diesem Zweck führen wir interdisziplinäre Forschung und Entwicklung von Methoden durch, die sich auf Anwendungen wie nachhaltige und zirkuläre Prozesse, resiliente Lieferketten, datengetriebene Wertschöpfungsketten und robuste Entscheidungsunterstützung konzentrieren. Die auf diese Weise entwickelten Methoden werden in Zusammenarbeit mit anderen DLR-Instituten und externen Partnern in die Praxis umgesetzt, sei es im Rahmen gemeinsamer Projekte oder durch Technologietransferaktivitäten.
Was Sie erwartet
Die Abteilung DW-DAI entwickelt und wendet Methoden an, die die Analyse komplexer und großer Datensätze ermöglichen. Sie greift auf Techniken aus dem maschinellen Lernen und der kausalen Inferenz sowie auf domänenspezifisches Prozesswissen zurück. Das wissenschaftliche Ziel der Gruppe „Kausale Inferenz“ ist es, zu einem datengetriebenen Verständnis komplexer dynamischer Prozesse beizutragen. Zu diesem Zweck entwickelt und wendet die Gruppe Methoden und Software aus den Bereichen kausale Inferenz und statistisches Lernen an. Dabei verfolgt die Gruppe einen anwendungsorientierten Ansatz. Neben der engen Zusammenarbeit mit den Nutzern dieser Methoden umfasst dies die Identifizierung von Bedürfnissen, die aus praktischen Anwendungen entstehen, und die gezielte Weiterentwicklung der Methoden zur Adressierung dieser Bedürfnisse. Die Gruppe legt einen besonderen Fokus auf Zeitreihendaten. Darüber hinaus ist die Gruppe im Bereich des quantenbasierten maschinellen Lernens aktiv.
Ihre Aufgaben
- Literaturrecherchen zur kritischen Bewertung von Methoden und Software aus den Bereichen Statistik, maschinelles Lernen und spatiotemporale Modellierung sowie deren Anpassung für die eigene Arbeit (Situationsanalyse)
- Entwicklung von Konzepten für die (weitere) Entwicklung von Algorithmen für die spatiotemporale statistische Modellierung, einschließlich Unsicherheitsabschätzung
- Implementierung der entwickelten Konzepte durch das Schreiben der Algorithmen in Python und deren Anwendung auf synthetisch generierte Testdatensätze und/oder reale Datensätze
- Bewertung der Leistung der Algorithmen durch systematische Analyse der Ergebnisse aus ihrer Anwendung unter Verwendung geeigneter Metriken (z.B. Sensitivität, Spezifität, Rechenzeit usw.)
- Dokumentation der Implementierung, Anwendung und Leistungsbewertung der Algorithmen
- Bewertung der Arbeitsergebnisse hinsichtlich Patentierbarkeit und gegebenenfalls (Mit-)Teilnahme am Patentierungsprozess
- Aufbereitung der Arbeitsergebnisse in Form von wissenschaftlichen Arbeiten zur Einreichung bei Fachzeitschriften und/oder wissenschaftlichen Präsentationen für Vorträge auf Konferenzen, Workshops, Messen usw.
Ihre Qualifikationen
- Ein abgeschlossenes Hochschulstudium (Master / Universitätsdiplom) in Mathematik, Physik, Statistik, Informatik, Datenwissenschaft oder einem anderen relevanten Studienfeld
- Fachkenntnisse im Bereich der spatiotemporalen statistischen Modellierung
- Erste Erfahrungen in der Durchführung von Forschungsaufgaben, vorzugsweise mit einem Fokus auf spatiotemporale statistische Modellierung
- Sehr gute Programmierkenntnisse in Python
- Sehr gute Englischkenntnisse in Wort und Schrift
- Erfahrung in der Erstellung akademischer Publikationen
Wir freuen uns darauf, Sie kennenzulernen! Bei Fragen zu dieser Position (Stellen-ID 5800) wenden Sie sich bitte an: Prof. Christian Thiel Tel.: +49 3641 30960 128
Research Assistant (m/f/d) - Spatiotemporal Statistical Modelling Arbeitgeber: Deutsches Zentrum für Luft- und Raumfahrt (DLR)
Das Institut für Flugsystemtechnik bietet eine inspirierende Arbeitsumgebung, in der innovative Technologien und Forschung im Bereich unbemannter Luftfahrzeuge im Mittelpunkt stehen. Hier profitierst du von einer offenen und kollaborativen Unternehmenskultur, die Raum für persönliche und berufliche Weiterentwicklung bietet. Zudem erwarten dich spannende Projekte, die die Zukunft des Fliegens gestalten, sowie attraktive Vergütungsmodelle nach TVÖD.
Kontaktdaten:
Deutsches Zentrum für Luft- und Raumfahrt (DLR) Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Research Assistant (m/f/d) - Spatiotemporal Statistical Modelling erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Deutsches Zentrum für Luft- und Raumfahrt (DLR) zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Research Assistant (m/f/d) - Spatiotemporal Statistical Modelling mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Research Assistant (m/f/d) - Spatiotemporal Statistical Modelling bei Deutsches Zentrum für Luft- und Raumfahrt (DLR) gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Deutsches Zentrum für Luft- und Raumfahrt (DLR) vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Deutsches Zentrum für Luft- und Raumfahrt (DLR) entscheidend sein!
