Auf einen Blick
- Aufgaben: Entwickeln und implementieren von Deep-Reinforcement-Learning-Algorithmen zur Lösung graphbasierter Planungsprobleme.
- Unternehmen: Das Fraunhofer-Institut für Kommunikation, Informationsverarbeitung und Ergonomie FKIE ist führend in der angewandten Forschung.
- Vorteile: Flexible Arbeitszeiten, mobiles Arbeiten und Zugang zu einem vergünstigten Deutschland-Jobticket werden angeboten.
- Weitere Informationen: Die Stelle ist zunächst auf 2 Jahre befristet mit einer wöchentlichen Arbeitszeit von 39 Stunden.
- Warum dieser Job: Arbeiten Sie an innovativen Technologien im Bereich Reinforcement Learning und Optimierung.
- Qualifikationen: Erforderlich sind Kenntnisse in Deep Reinforcement Learning und Erfahrung mit Python-Bibliotheken wie PyTorch.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Position Wissenschaftliche*r Mitarbeiter*in im Bereich Planungsprobleme / Reinforcement Learning im Fraunhofer-Institut für Kommunikation, Informationsverarbeitung und Ergonomie FKIE.
Responsibilities
- Sie konzipieren und implementieren moderne Deep‑Reinforcement‑Learning‑Algorithmen zur Lösung komplexer, graphbasierter Planungs‑ und Optimierungsprobleme.
- Moderne Optimierungstechniken und heuristische Verfahren entwickeln und evaluieren, um leistungsfähige und effiziente Lösungsansätze zu realisieren.
- Erstellen skalierbare Trainingspipelines und optimieren diese hinsichtlich Performance, Stabilität und Nachvollziehbarkeit.
- Entwickeln Visualisierungen sowie interaktive Demonstratoren für unterschiedliche Anwendungsszenarien.
Qualifications
- Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium in Informatik/Computer Science oder vergleichbarem Studiengang.
- Kenntnisse in Deep Reinforcement Learning und Machine Learning.
- Erfahrung mit für Deep Learning relevanten Python‑Bibliotheken, z. B. numpy, pandas, matplotlib, pytorch.
- Kenntnisse in Optimierung (z. B. lineare Programmierung, ganzzahlige Programmierung, Routing) von Vorteil.
- Erfahrung mit Bibliotheken in einem der folgenden Bereiche von Vorteil: Graphen (z. B. networkx, pytorch_geometric), Reinforcement Learning (z. B. stable-baselines, torchrl), Optimierung (z. B. pyomo, ortools).
- Begeisterung für Technologie und Forschung, strukturierte und wissenschaftlich fundierte Arbeitsweise, Eigeninitiative und Teamfähigkeit.
- Kommunikationsfähigkeit in Deutsch und Englisch, Wort und Schrift.
Benefits
- Die Stelle ist zunächst auf 2 Jahre befristet.
- Die wöchentliche Arbeitszeit beträgt 39 Stunden, Teilzeit ist möglich.
- Anstellung, Vergütung und Sozialleistungen orientieren sich am Tarifvertrag für den öffentlichen Dienst (TVöD).
- Zusätzlich kann variable Vergütungsbestandteile gewährt werden.
- Flexible Arbeitszeiten und mobiles Arbeiten sind möglich.
- Weiterbildungsmaßnahmen, betriebliche Altersvorsorge (VBL) und Zugang zu einem vergünstigten Deutschland‑Jobticket sind geboten.
Equal Opportunity
Wir wertschätzen Vielfalt und begrüßen Bewerbungen unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Für Bewerber*innen mit Behinderung werden Lösungen gefunden, um ihre Fähigkeiten optimal zu fördern.
WISSENSCHAFTLICHE*R MITARBEITER*IN im Bereich Planungsprobleme / Reinforcement Learning Arbeitgeber: Fraunhofer FKIE
Das Fraunhofer-Institut FKIE bietet eine spannende Forschungsumgebung in Bonn. Mitarbeiter profitieren von flexiblen Arbeitszeiten, Weiterbildungsmaßnahmen und einer betrieblichen Altersvorsorge. Das Team schätzt Vielfalt und fördert Chancengleichheit.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so WISSENSCHAFTLICHE*R MITARBEITER*IN im Bereich Planungsprobleme / Reinforcement Learning erhalten könnten
✨Netzwerken in der Entwicklerszene
Besuche lokale Meetups oder Hackathons in der Software-Entwicklung, um direkt mit Leuten aus der Branche in Kontakt zu treten. Dort hast du die Chance, nicht nur von anderen zu lernen, sondern auch persönliche Eindrücke bei potenziellen Arbeitgebern wie Fraunhofer FKIE zu hinterlassen.
✨Open Source Beiträge leisten
Engagiere dich in Open-Source-Projekten, um deine Fähigkeiten zu zeigen und für Fraunhofer FKIE sichtbar zu werden. Das ist nicht nur eine super Möglichkeit, praktische Erfahrungen zu sammeln, sondern auch eine tolle Möglichkeit, sich einen Namen in der Entwicklergemeinschaft zu machen.
✨Auf Praktikumsprogramme achten
Halte Ausschau nach spezifischen Programmen für befristete Stellen, die viele Unternehmen anbieten, um junge Talente zu fördern. Diese Fenster sind oft zeitlich begrenzt, also mach dich bereit, wenn die Bewerbungen öffnen, und verpasse nicht die Gelegenheit, dich bei Fraunhofer FKIE zu bewerben!
✨Portfolio aufbauen und sichtbar machen
Erstelle dir ein starkes Portfolio, das deine besten Projekte zeigt. Teile dieses Portfolio in Entwickler-Communities und auf Plattformen wie GitHub, damit Unternehmen wie Fraunhofer FKIE sofort sehen, was du kannst. Das steigert deine Chancen, in der Software-Entwicklung aufzufallen!
Wir glauben, dass du diese Fähigkeiten brauchst, um WISSENSCHAFTLICHE*R MITARBEITER*IN im Bereich Planungsprobleme / Reinforcement Learning mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Dein GitHub ist dein bester Freund!:Für eine befristete Stelle in der Software-Entwicklung ist dein GitHub-Profil super wichtig. Zeig uns deine besten Projekte und deinen Code! Wenn du Seitenprojekte oder Beiträge zu Open-Source-Projekten hast, pack die unbedingt in deine Bewerbung, das gibt uns einen tollen Einblick in deine Fähigkeiten.
Skills, Skills, Skills!:Mach eine Liste deiner technischen Skills und Technologien, die du beherrschst. In der Software-Entwicklung ist es wichtig, diese klar und präzise in deinem Lebenslauf zu präsentieren. Liste Frameworks, Programmiersprachen und Tools auf, die du nutzt, und versichere dich, dass sie zum Job bei Fraunhofer FKIE passen!
Deine Motivation zeigt, dass du lernbereit bist:In deinem Anschreiben solltest du darauf eingehen, warum du dich für die befristete Stelle bei Fraunhofer FKIE interessierst und was du dir von der Erfahrung erhoffst. Heb hervor, wie diese Position dir helfen kann, deine Fähigkeiten zu verbessern und neue Technologien zu lernen.
Projektbesprechung und persönliche Note:Wenn du ein Portfolio hast, das deine Entwicklungsprojekte zeigt, füge das unbedingt an. Außerdem kannst du in deinem Anschreiben erwähnen, warum du gerade bei Fraunhofer FKIE arbeiten möchtest und wie du zur Unternehmenskultur passt. Das gibt uns einen persönlicheren Eindruck von dir als Bewerber!
Wie man sich auf ein Vorstellungsgespräch bei Fraunhofer FKIE vorbereitet
✨Code die Erwartungen!
Bei einem Interview in der Software-Entwicklung solltest du bereit sein, dein Coding-Know-how unter Beweis zu stellen. Mache dich mit typischen Coding-Challenges und Systemdesign-Fragen vertraut, die dir während des Interviews gestellt werden könnten. Vielleicht gibt es sogar Live-Coding-Sessions, also übe, deinen Denkprozess laut zu kommunizieren!
✨Bring dein Portfolio mit!
Auch wenn es sich um eine befristete Stelle handelt, ist es wichtig, deinem potenziellen Arbeitgeber dein Können zu zeigen. Stelle ein Portfolio mit deinen besten Projekten zusammen – idealerweise solche, die relevant für Fraunhofer FKIE sind. Denk daran, dass du nicht nur die Lösungen präsentieren solltest, sondern auch den Prozess und die Technologien, die du verwendet hast.
✨Sei flexibel und lernwillig!
Für befristete Stellen suchen Unternehmen oft nach Kandidaten, die schnell dazulernen können. Betone in deinem Interview deine Lernbereitschaft und vielleicht Beispiele, wie du in der Vergangenheit neue Technologien oder Programmiersprachen schnell beherrscht hast. Das zeigt, dass du gut ins Team passt und bereit bist, dich den Herausforderungen zu stellen.
✨Frage nach Team-Tools und Methoden!
Informiere dich über die Tools und Arbeitsmethoden, die das Team bei Fraunhofer FKIE verwendet. Hast du Erfahrung mit agilem Arbeiten oder Tools wie Jira, Git oder Slack? Wenn du gezielt Fragen zu diesen Aspekten stellst, zeigst du dein Interesse an der Teamdynamik und wie du dich schnell einbringen kannst.
