Auf einen Blick
- Aufgaben: Entwickle innovative Lösungen für die Ladeinfrastruktur von Elektrofahrzeugen.
- Unternehmen: Institut für Datenwissenschaften in Jena mit interdisziplinärer Forschungsumgebung.
- Vorteile: Flexible Arbeitszeiten, praktische Erfahrung und die Möglichkeit zur Mitgestaltung von Projekten.
- Weitere Informationen: Teamarbeit ist willkommen – bewirb dich gemeinsam mit Freunden!
- Warum dieser Job: Sei Teil eines zukunftsorientierten Projekts und arbeite an nachhaltigen Lösungen.
- Qualifikationen: Studium im Bereich Informatik, sehr gute Python-Kenntnisse und Erfahrung mit Datenbanken.
Das prognostizierte Gehalt liegt zwischen 13 - 16 € pro Stunde.
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
Der Power Forecast Mapper (PFM) ist ein digitales Prognosetool, das die zukünftige Ladeanforderung für Elektrofahrzeuge bestimmt, geeignete Standorte für neue Ladestationen identifiziert und deren Umsatzpotenzial bewertet. Im Rahmen des PFM2market-Transferprojekts wird der entwickelte PFM-Prototyp weiter verfeinert, um ihn kommerziell nutzbar zu machen.
Es werden zwei studentische Hilfskräfte gesucht, um die bestehende Ladeinfrastruktur und deren Nutzungsraten zu erfassen; die Rollen werden unterschiedliche Schwerpunkte haben, aber eine gemeinsame Entwicklung beinhalten. Der Fokus liegt hier auf der Anpassung bestehender Methoden und Implementierungen an neue Datenquellen. Eine Position umfasst die Erfassung und Verarbeitung statischer Daten (z.B. Standort, Konfiguration, Zugänglichkeit), während die andere die Verarbeitung dynamischer Daten (Nutzungsmetriken) beinhaltet.
Bewerbungen als Team sind ausdrücklich willkommen: In diesem Fall bewerben Sie sich bitte einzeln für die jeweilige Position und geben in Ihrem Bewerbungsschreiben den Namen der Person an, mit der Sie sich bewerben. Einzelbewerbungen sind natürlich ebenfalls möglich.
Ihre Aufgaben
- Anpassung bestehender Implementierungen an neue Datenquellen im Rahmen der folgenden Aufgaben:
- Erfassung und Verarbeitung statischer Informationen zur Ladeinfrastruktur aus verschiedenen Datenquellen
- Kontextualisierung von Ladesäulendaten, beispielsweise durch Verknüpfung mit Katasterdaten und OpenStreetMap-Produkten
- Datenbereinigung und Qualitätssicherung
Ihre Qualifikationen
- Derzeit im Masterstudium (M.Sc.) der Informatik oder eines vergleichbaren Fachs
- Sehr gute Kenntnisse in Python
- Praktische Erfahrung mit Datenbanken, ETL-Pipelines, Parallelisierung oder Geodatenbibliotheken
- Schnelle Auffassungsgabe neuer Konzepte, zielorientierte und selbstständige Arbeitsweise
- Gute schriftliche und mündliche Deutsch- und Englischkenntnisse
Wir freuen uns darauf, Sie kennenzulernen!
Wenn Sie Fragen zu dieser Position (Stellen-ID 5834) haben, wenden Sie sich bitte an: Dr. Friederike Klan Tel.: +49 3641 30960 555
Student Assistant (m/f/d) - Static Charging Infrastructure 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 Student Assistant (m/f/d) - Static Charging Infrastructure erhalten könntest
✨Nutze deine Hochschule als Sprungbrett
Lass uns nicht vergessen, dass unsere Unis oft eine Goldgrube für Werkstudentenjobs im Data Science-Bereich sind. Sprich mit deinen Professoren oder besuche Karrieremessen; viele Firmen suchen direkt auf dem Campus nach Nachwuchs-Data-Scientisten!
✨Engagiere dich in Data Science-Communities
Melde dich in Online-Communities und lokalen Meetup-Gruppen an, die sich mit Data Science beschäftigen. Dort kannst du wertvolle Kontakte knüpfen und solltest die Chance nutzen, an Hackathons oder Workshops teilzunehmen, um deine Fähigkeiten zu zeigen!
✨Präsentiere deine Projekte
Zeig, was du drauf hast! Erstelle ein Portfolio auf Plattformen wie GitHub oder Kaggle und teile deine Projekte. Das kann ein super Weg sein, um bei Deutsches Zentrum für Luft- und Raumfahrt (DLR) aufzufallen, wenn du dich bewirbst!
✨Bewirb dich direkt auf unseren Jobseiten
Wir bei StudySmarter haben ständig spannende Werkstudentenstellen ausgeschrieben. Schau direkt auf unserer Website vorbei und bewirb dich! Je schneller du handelst, desto besser stehen deine Chancen, den Job zu landen.
Wir glauben, dass du diese Fähigkeiten brauchst, um Student Assistant (m/f/d) - Static Charging Infrastructure mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Zeig deine Projekte!:In deinem Lebenslauf solltest du auf jeden Fall deine bisherigen Projekte im Bereich Data Science hervorheben. Wenn du an coolen Datensätzen gearbeitet hast oder Machine Learning Modelle erstellt hast, pack das rein! Es zeigt uns, dass du praktische Erfahrungen hast und weckt unser Interesse an deinen Skills.
Erwähne relevante Tools und Sprachen:Data Science bedeutet oft, mit spezifischen Tools und Programmiersprachen zu arbeiten. Stell sicher, dass du alles, was du kannst, wie Python, R oder SQL, in deinem Lebenslauf angibst. Das gibt uns einen klaren Überblick über dein technisches Know-how und hilft uns zu sehen, wie du ins Team passt.
Dein Anschreiben ist entscheidend:Nutze dein Anschreiben, um uns zu zeigen, warum du hungrig auf learnings im Data-Science-Bereich bist. Erzähl uns, was dich motiviert und wieso du bei Deutsches Zentrum für Luft- und Raumfahrt (DLR) als Werkstudent arbeiten möchtest! Das gibt deinem Profil eine persönliche Note, die uns anspricht.
Verlinke deinen GitHub oder Portfolio:Falls du einen GitHub-Account oder ein Portfolio mit deinen Data-Science-Arbeiten hast, unbedingt verlinken! Das macht es uns leichter, deine praktischen Fähigkeiten nachzuvollziehen und zeigt uns, dass du engagiert und aktiv in der Community bist. Zeig, was du kannst!
Wie man sich auf ein Vorstellungsgespräch bei Deutsches Zentrum für Luft- und Raumfahrt (DLR) vorbereitet
✨Zeig deine Datenliebe!
Für ein Werkstudentenprogramm im Bereich Data Science solltest du unbedingt ein Projekt in deinem Portfolio haben, das deine Fähigkeiten zeigt. Zeig, wie du Daten analysiert, visualisiert und interpretiert hast – egal, ob es sich um ein Uni-Projekt oder ein persönliches Interesse handelt. Das begeistert die Interviewer und zeigt, dass du praktisch mit Daten arbeiten kannst.
✨Mach dich mit Tools vertraut
In der Data Science nutzen wir viele verschiedene Tools wie Python, R oder SQL. Bereite dich darauf vor, technische Fragen zu diesen Tools zu beantworten oder sogar kurze Coding-Tests während des Interviews zu machen. Wenn du eine persönliche Vorliebe für ein Tool hast, teile das mit und erzähl, was du damit gemacht hast!
✨Erzähle von deinem Lernwillen
Als Werkstudent geht es oft auch darum, wie motiviert du bist, zu lernen und deine Fähigkeiten weiterzuentwickeln. Sei bereit, über die aktuellen Trends in der Data Science zu sprechen und zeige Interesse an zusätzlichen Kursen oder Zertifikaten, die du gerne machen möchtest. Das zeigt Engagement!
✨Frag nach Projekten!
Nutze die Gelegenheit, um während des Interviews nach den Projekten zu fragen, an denen du arbeiten würdest. Fragen wie 'An welchen Arten von Datenanalysen arbeiten die Teammitglieder aktuell?' zeigen dein Interesse und helfen dir, die Herausforderungen des Unternehmens besser zu verstehen. Das macht einen guten Eindruck!
