Auf einen Blick
- Aufgaben: Entwickle innovative Forschungsinfrastrukturen und arbeite mit synthetischen Social-Media-Daten.
- Unternehmen: GESIS – Leibniz-Institut für Sozialwissenschaften, Teil eines internationalen Forschungsteams.
- Vorteile: Flexible Arbeitszeiten, mobiles Arbeiten und Unterstützung bei der Vereinbarkeit von Beruf und Familie.
- Weitere Informationen: Dynamisches, interdisziplinäres Umfeld mit exzellenten Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der Computational Social Science und arbeite an spannenden Projekten.
- Qualifikationen: Promotion in einem relevanten Fachgebiet und Erfahrung mit Machine Learning.
Das prognostizierte Gehalt liegt zwischen 47000 - 60000 € pro Jahr.
Wir suchen zum nächstmöglichen Zeitpunkt für den Standort Köln in der Abteilung Computational Social Science (CSS), Team Data Science Methods, eine*n Postdoc in Computational Social Science: Research Infrastructures und Synthetic Social Media Data. Die Abteilung Computational Social Science (CSS) erhebt digitale Verhaltensdaten und stellt computerbasierte Methoden zur Erhebung und Analyse solcher Daten für die sozial‑wissenschaftliche Forschung bereit. Flankierend unterstützt sie Wissenschaftler*innen bei der Integration von digitalen Verhaltensdaten in ihre Forschungsdesigns. Forschungs schwerpunkte der Abteilung sind die Qualität digitaler Verhaltensdaten, die Entwicklung und Validierung von Computational Social Science‑Methoden sowie der Wandel digitaler Gesellschaften.
Die Stelle ist Teil des Projekts "SynDIKAT - Synthetic Disinformation Data, Infrastructure for Collaboration, and Analysis Toolbox for Social Media Research" und wird vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert. Das Projekt wird gemeinsam von der Universität Münster, der GESIS – Leibniz‑Institut für Sozialwissenschaften, dem Center for Advanced Internet Studies (CAIS) sowie der Technischen Universität Dortmund durchgeführt.
Aufgabengebiet
- Entwicklung von Forschungsinfrastrukturen für die Bereitstellung, Dokumentation und Evaluation von Social‑Media‑Datensätzen
- Konzeption und Implementierung von APIs, Datenzugangsmechanismen und Evaluationsframeworks für offene und synthetische Datensätze
- Forschung zur Generierung synthetischer Daten mithilfe von Large Language Models (LLMs) und anderen generativen KI‑Verfahren
- Evaluation synthetischer Datensätze hinsichtlich Realitätsnähe, Nutzbarkeit, Datenschutz und Leistung in nachgelagerten Analyseaufgaben
- Entwicklung von Benchmarking‑Ansätzen zur Bewertung computergestützter Methoden in der Social‑Media‑ und Desinformationsforschung
Ihr Profil
- Abgeschlossene Promotion in Computational Social Science, Informatik, Data Science, Wirtschaftsinformatik, Computerlinguistik, Politikwissenschaft, Kommunikationswissenschaft, Soziologie oder einem verwandten Fachgebiet
- Erfahrung im Bereich Machine Learning und LLMs
- Erfahrung mit Containerisierungstechnologien (z. B. Docker) sowie reproduzierbaren Forschungsworkflows
- Erfahrung im Umgang mit Social‑Media‑Daten, digitalen oder anderen groß‑skaligen Verhaltensdatensätzen
- Sehr gute Programmierkenntnisse in Python; Erfahrungen mit modernen Machine‑Learning‑Frameworks sind von Vorteil
Wir Bieten
- Die Möglichkeit, an der Entwicklung von Forschungsinfrastrukturen der nächsten Generation für die Computational Social Science mitzuwirken
- Ein internationales, interdisziplinäres und stark kollaboratives Forschungsumfeld
- Hervorragende Möglichkeiten, ein eigenständiges Forschungsprofil zu entwickeln und internationale Kooperationen aufzubauen und auszubauen
- Flexible Arbeitszeiten und Regelungen zum mobilen Arbeiten
- Sehr gute Bedingungen für die Vereinbarkeit von Beruf und Familie u. a. durch Zuschüsse zur Betreuung von nicht schulpflichtigen Kindern
- Ganzheitliches Betriebliches Gesundheitsmanagement und die vergünstigte Teilnahme am Sportprogramm der Uni
- Großzügige Förderung Ihrer Altersvorsorge in Form einer Direktversicherung
- Förderung Ihrer Kompetenzen durch Weiterbildungsmaßnahmen
GESIS gewährleistet die Beachtung der Schwerbehindertenrichtlinien und fördert die berufliche Gleichstellung von Frauen und Männern. In Vollzeit ausgeschriebene Stellen können auch in Teilzeit besetzt werden. Bewerbungen sind bis einschließlich über das Online‑Bewerbungsportal einzureichen. Kennziffer: CSS-119.
Postdoc in Computational Social Science: Research Infrastructures und Synthetic Social Media Data Arbeitgeber: GESIS - Leibniz Institute for the Social Sciences
GESIS – Leibniz-Institut für Sozialwissenschaften bietet Ihnen die Möglichkeit, in einem dynamischen und interdisziplinären Umfeld an der Entwicklung innovativer Forschungsinfrastrukturen für die Computational Social Science mitzuwirken. Mit flexiblen Arbeitszeiten, hervorragenden Bedingungen zur Vereinbarkeit von Beruf und Familie sowie umfangreichen Weiterbildungsangeboten unterstützt GESIS Ihre persönliche und berufliche Entwicklung. Der Standort Köln zeichnet sich durch eine lebendige Forschungscommunity und zahlreiche internationale Kooperationen aus, die Ihnen helfen, ein starkes, eigenständiges Forschungsprofil zu entwickeln.
Kontaktdaten:
GESIS - Leibniz Institute for the Social Sciences Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Postdoc in Computational Social Science: Research Infrastructures und Synthetic Social Media Data erhalten könnten
✨Zeig dein Können in Data Science Wettbewerben!
Nimm an Wettbewerben wie Kaggle oder DrivenData teil. Dort kannst du deine Fähigkeiten in der Datenanalyse und im maschinellen Lernen unter Beweis stellen, was dir nicht nur praktische Erfahrungen bietet, sondern auch deine Sichtbarkeit in der Branche erhöht.
✨Nutze lokale Data Science Meetups!
Schau dir lokale Meetups und Networking-Events an, die sich auf Data Science fokussieren. Dort kannst du Gleichgesinnte treffen, dein Netzwerk erweitern und möglicherweise Kontakte knüpfen, die dir zu einem befristeten Job helfen könnten.
✨Hebe deine Projekte hervor!
Wenn du bereits an Projekten gearbeitet hast, sei es im Studium oder privat, präsentiere sie auf Plattformen wie GitHub. Das zeigt zukünftigen Arbeitgebern nicht nur dein Können, sondern auch deine Leidenschaft für Data Science.
✨Bewerbungen über unsere Website!
Vergiss nicht, dich direkt über unsere Website bei GESIS - Leibniz Institute for the Social Sciences zu bewerben! Dort hast du die besten Chancen, gesehen zu werden und wir freuen uns immer über neue Talente in unserem Team.
Wir glauben, dass du diese Fähigkeiten brauchst, um Postdoc in Computational Social Science: Research Infrastructures und Synthetic Social Media Data mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Daten, Daten, Daten!:In der Datenwissenschaft kommt es darauf an, wie gut du mit Daten umgehst. Vergiss nicht, in deinem Lebenslauf Projekte oder Arbeiten zu erwähnen, bei denen du Daten analysiert oder Modelle entwickelt hast. Verwende auch spezifische Tools oder Programmiersprachen, die du bereits benutzt hast, wie Python oder R – das beeindruckt sicher!
Zeig uns deinen Code!:Wenn du ein paar coole Projekte oder Forschungsarbeiten hast, vielleicht sogar auf GitHub, wäre jetzt der perfekte Moment, das zu zeigen! Gerade bei einer befristeten Stelle ist es wichtig, dass du einen Nachweis über deine Fähigkeiten liefern kannst. Ein Portfolio oder Links zu deinen Arbeiten machen einen riesigen Unterschied.
Begeisterung ist der Schlüssel!:In deinem Anschreiben kannst du zeigen, wie sehr du für den Job brennst. Erkläre, warum du dich für die befristete Stelle bei GESIS - Leibniz Institute for the Social Sciences interessierst, und was du in dieser Zeit lernen und beitragen möchtest. Das zeigt nicht nur deine Motivation, sondern auch, dass du dir Gedanken über das Team und das Unternehmen gemacht hast.
Klar kommunizieren!:Datenwissenschaftler müssen oft ihre Ergebnisse einfach und klar kommunizieren. Achte darauf, dass dein Anschreiben und Lebenslauf strukturiert und übersichtlich sind. Das hilft nicht nur dir, sondern zeigt auch GESIS - Leibniz Institute for the Social Sciences, dass du in der Lage bist, komplexe Informationen verständlich zu präsentieren.
Wie man sich auf ein Vorstellungsgespräch bei GESIS - Leibniz Institute for the Social Sciences vorbereitet
✨Mach dich mit den wichtigsten Tools vertraut
Im Data-Science-Bereich sind Kenntnisse in Tools wie Python, R und SQL absolut entscheidend. Sei bereit, während des Interviews konkrete technische Fragen zu diesen Tools zu beantworten oder sogar kleine Aufgaben zu lösen. Zeig, dass du die Funktionsweise dieser Technologien wirklich verstehst und anwenden kannst.
✨Präsentation deiner Projekte
Da es sich um eine befristete Stelle handelt, solltest du dein Portfolio oder deine bisherigen Projekte gut im Blick haben. Bereite eine kurze Präsentation deiner Arbeit vor – gehe auf die Problemstellung, deine Herangehensweise und die Ergebnisse ein. Zeig, was du gelernt hast und wie du dieses Wissen in die neue Rolle einbringen kannst.
✨Verstehe die Daten, die du analysierst
Interviewer im Bereich Data Science wollen oft überprüfen, wie gut du die verschiedenen Datentypen und deren Anwendung verstehst. Sei darauf vorbereitet, Szenarien zu diskutieren, in denen du bestimmte Datenquellen analysiert oder bereinigt hast. Das zeigt nicht nur technisches Know-how, sondern auch analytisches Denken.
✨Fragen zur Teamarbeit und Projekterfahrung
Befristete Stellen bedeuten oft, dass du in einem dynamischen Team arbeiten wirst. Sei bereit, Fragen zu deiner Teamarbeit und deinen Erfahrungen in Projekten zu beantworten. Erzähl, wie du Herausforderungen in der Zusammenarbeit gemeistert hast und welche Rolle du im Team übernommen hast.
