Auf einen Blick
- Aufgaben: Entwickle und implementiere Machine Learning Pipelines für Raumfahrtanwendungen.
- Unternehmen: Galileo Competence Center - innovativ und zukunftsorientiert.
- Vorteile: Attraktive Vergütung, flexible Arbeitszeiten und spannende Projekte.
- Weitere Informationen: Tolle Möglichkeiten zur wissenschaftlichen Publikation und Karriereentwicklung.
- Warum dieser Job: Arbeite an cutting-edge Technologien und forme die Zukunft der Satellitennavigation.
- Qualifikationen: Eingeschriebener Master-Student in Informatik oder verwandten Bereichen.
Das prognostizierte Gehalt liegt zwischen 2475 - 3025 € pro Monat.
Das Galileo Competence Center ist der Weiterentwicklung des europäischen Satellitennavigationssystems Galileo gewidmet. Zusammen mit den wissenschaftlichen Instituten und Einrichtungen des DLR werden die Leistungen von Galileo und anderen bestehenden Systemen analysiert, neue Ideen und vielversprechende Technologien entwickelt, getestet und validiert sowie in enger Zusammenarbeit mit der Industrie zur Betriebsreife gebracht.
Die Abteilung für Raum- und Bodensegmenttechnologien widmet sich der detaillierten Analyse bestehender Systeme und der Ableitung von Spezifikationen für neue Technologien im Bereich der Bodensysteme und Satellitenelemente. Die Szenarien werden durch Benutzeranforderungen, technologische Entwicklungen und die von der EU, EUSPA oder ESA definierten Bedürfnisse vorangetrieben. Im Rahmen dieser Arbeit werden Sie sich mit modernen Methoden des maschinellen Lernens und des tiefen Lernens im Bereich der Raumfahrtanwendungen befassen. Der Fokus liegt auf der Analyse komplexer technischer Zeitseriendaten und der Entwicklung, Bewertung und Integration geeigneter Methoden für praktische Probleme.
Sie werden an der Implementierung anwendbarer Pipelines für maschinelles Lernen für bestehende Simulationsumgebungen oder hardwarebezogene Systeme arbeiten sowie an der wissenschaftlichen Untersuchung anspruchsvoller ML-Methoden und -Architekturen. Ein besonderer Schwerpunkt liegt auf unüberwachtem und semi-überwachtem Lernen, insbesondere für die Analyse, Modellierung und Bewertung von Zeitseriendaten.
Ihre Aufgaben
- Bewertung und Validierung ausgewählter Methoden des maschinellen und tiefen Lernens unter Verwendung verfügbarer Datensätze und Benchmarks
- Entwurf, Implementierung und Weiterentwicklung anwendbarer ML-Pipelines für Zeitseriendaten
- Integration und Bereitstellung entwickelter Lösungen in bestehenden Simulationsumgebungen und/oder hardwarebezogenen Systemen
- Wissenschaftliche Analyse und Bewertung fortschrittlicher ML-Konzepte, -Methoden und -Architekturen hinsichtlich ihrer Anwendbarkeit im Raumfahrtbereich
- Eigenständige Einarbeitung in neue wissenschaftliche Fragestellungen und Entwicklung relevanter Literatur und Methoden
- Vorbereitung, Dokumentation und Präsentation von Ergebnissen
- Zusammenarbeit an wissenschaftlichen Publikationen
Was Sie mitbringen
- Einschreibung in ein wissenschaftliches Masterstudium, vorzugsweise in Informatik, Mathematik, Statistik, Datenwissenschaft, Luft- und Raumfahrt oder einem vergleichbaren wissenschaftlichen und technischen Studiengang
- Gute Kenntnisse einer Programmiersprache, vorzugsweise Python
- Erfahrung im Umgang mit Versionskontrolle und modernen Entwicklungsprozessen, idealerweise mit Git und CI/CD
- Gute schriftliche und mündliche Englischkenntnisse
- Fundierte Kenntnisse in Statistik sowie im maschinellen Lernen und tiefen Lernen
- Idealerweise erste Erfahrungen mit fortgeschrittenen Themen wie föderiertem Lernen, erklärbare KI, Anomalieerkennung in Zeitserien oder selbstüberwachtem Lernen
- Idealerweise Kenntnisse oder praktische Erfahrungen in der Analyse von Zeitseriendaten
- Idealerweise erste Erfahrungen in der wissenschaftlichen Arbeit, beispielsweise durch Seminararbeiten, Projektarbeiten oder Abschlussarbeiten sowie im Schreiben wissenschaftlicher Texte
- Idealerweise Einreichung von Codebeispielen, einem Git-Repository oder anderen Nachweisen praktischer Programmiererfahrung mit Ihrer Bewerbung
Die Vergütung erfolgt bis zur Entgeltgruppe 3/5 TVÖD, abhängig von Qualifikationen und übertragenen Aufgaben. Wir freuen uns darauf, Sie kennenzulernen!
Bei Fragen zu dieser Position (Stellen-ID 4836) wenden Sie sich bitte an: Nils-Holger Kaul Tel.: 08153 28 3448
Working student (f/m/x) - Machine Learning 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 Working student (f/m/x) - Machine Learning erhalten könntest
✨Engagiere dich in Datenbank-Communities
Such dir lokale Meetups oder Online-Communities, die sich mit Datenbanken beschäftigen. Da kannst du nicht nur wertvolle Kontakte knüpfen, sondern auch klären, ob es Werkstudentenplätze gibt. Oft wird hier direkt nach Unterstützung gesucht!
✨Nutze Campus-Events geschickt
Viele Unternehmen suchen Werkstudenten bei Hochschulmessen oder speziellen Campus-Events. Halte Ausschau nach Firmen, die sich mit Datenbanken beschäftigen und besuche deren Stände. So kannst du direkt ins Gespräch kommen und dich persönlich vorstellen!
✨Projekte und Praktika vorweisen
Wenn du schon an Projekten gearbeitet hast, die Datenbanken nutzen, sei stolz darauf! Erstelle ein kleines Portfolio, das deine Bauten zeigt. Das hilft uns, deine praktische Erfahrung zu zeigen, und macht dich im Gespräch interessanter für Deutsches Zentrum für Luft- und Raumfahrt (DLR).
✨Bewirb dich direkt bei Deutsches Zentrum für Luft- und Raumfahrt (DLR)
Such dir die offenen Stellen bei uns auf der Website. Wenn du eine Werkstudentenstelle bei Deutsches Zentrum für Luft- und Raumfahrt (DLR) im Bereich Datenbanken willst, wäre eine direkte Bewerbung der beste Weg. Zeig uns, dass du motiviert bist und Interesse an unserem Team hast!
Wir glauben, dass du diese Fähigkeiten brauchst, um Working student (f/m/x) - Machine Learning mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Deine Datenbank-Skills präsentieren:Stelle sicher, dass du in deinem Lebenslauf deine Kenntnisse in Datenbankmanagementsystemen wie SQL, MongoDB oder PostgreSQL hervorhebst. Es ist wichtig, konkrete Projekte oder Erfahrungen anzugeben, wo du diese Tools angewendet hast – sei es in der Uni oder in eigenen Projekten.
Betone deine Lernbereitschaft:Als Werkstudent ist es entscheidend, dass du zeigst, dass du lernen und wachsen möchtest. In deinem Anschreiben kannst du erwähnen, welche Aspekte der Datenbanktechnologien dich besonders interessieren und wie Deutsches Zentrum für Luft- und Raumfahrt (DLR) dir helfen kann, deine Fähigkeiten zu entwickeln. Zeige, dass du motiviert bist, in einer realen Umgebung zu arbeiten!
Referenzen und Projekte einfügen:Wenn du an Projekten gearbeitet hast, die Datenbanken beinhalten, füge diese in dein Bewerbungsportfolio ein. Es kann hilfreich sein, einen Link zu GitHub oder ähnlichem zu teilen, wo du Code-Schnipsel oder vollständige Projekte bereitgestellt hast. Das zeigt, dass du praktische Erfahrung mitbringst!
Persönliche Motivation:Erzähle in deinem Anschreiben, warum du dich für den Bereich Datenbanken interessierst und was dich an der Werkstudentenstelle bei Deutsches Zentrum für Luft- und Raumfahrt (DLR) reizt. Eine persönliche Note macht dein Bewerbungsschreiben ansprechender und hilft uns, dich besser kennenzulernen. Lass uns wissen, was dich antreibt!
Wie man sich auf ein Vorstellungsgespräch bei Deutsches Zentrum für Luft- und Raumfahrt (DLR) vorbereitet
✨Verstehe SQL und NoSQL
Da du dich für eine Werkstudentenstelle im Bereich Datenbanken bewirbst, solltest du dich mit SQL und NoSQL vertraut machen. Bereite dich darauf vor, technische Fragen zu diesen Datenbanktypen zu beantworten und vielleicht sogar kleine Abfragen auszuführen oder zu optimieren.
✨Zeige deine Projektarbeit
Wenn du bereits an Projekten gearbeitet hast, die sich mit Datenbanken beschäftigen, bringe diese unbedingt mit. Ein Portfolio von Codebeispielen oder Datenbankdesigns kann dir helfen, deine praktische Erfahrung und dein Verständnis zu demonstrieren.
✨Bereite dich auf typische Herausforderungen vor
In einem Interview könnten dir hypothetische Szenarien präsentiert werden, in denen du Probleme mit Datenbanken lösen musst. Denke daran, Beispiele von Herausforderungen, die du in deinem Studium oder bei Projekten begegnet bist, bereit zu halten und wie du diese gelöst hast.
✨Motivation und Lernwillen zeigen
Da dies eine Werkstudentenstelle ist, wird viel Wert auf deine Motivation und deinen Willen zum Lernen gelegt. Bereite eine kurze persönliche Geschichte vor, die zeigt, warum du in diesem Bereich arbeiten möchtest und was du dir von der Zusammenarbeit mit Deutsches Zentrum für Luft- und Raumfahrt (DLR) erhoffst.
