Auf einen Blick
- Aufgaben: Join our team to develop innovative methods in Natural Language Processing and Knowledge Graphs.
- Arbeitgeber: GESIS is a leading research institution at the intersection of social sciences and computer science.
- Mitarbeitervorteile: Enjoy flexible working hours, mobile work options, and excellent family support.
- Warum dieser Job: Contribute to groundbreaking research while collaborating with experts in an international environment.
- Gewünschte Qualifikationen: Ph.D. in relevant fields with experience in NLP, machine learning, and software development.
- Andere Informationen: The position can be part-time and offers opportunities for professional development.
Das voraussichtliche Gehalt liegt zwischen 43000 - 60000 € pro Jahr.
Wir suchen zum nächstmöglichen Zeitpunkt für den Standort Köln in der Abteilung Knowledge Techno logies for the Social Sciences, Team Big Data Analytics eine*nWissenschaftliche*n Mitarbeiter*in (PostDoc)Natural Language Processing & Knowledge Graphs(Entgeltgruppe 13 TV-L, Arbeitszeit bis zu 100 %, befristet auf zunächst 4 Jahre, Möglichkeit zur Entfristung)
Die Abteilung Knowledge Technologies for the Social Sciences (KTS) forscht an der Schnittstelle von Information Ret rieval, Natural Language Processing, semantischen Technolo gien und Human Information Interaction als Grundlage für inno vative Infrastrukturen für die Suche und Nutzung von Forschungs daten.
GESIS unternimmt derzeit große Anstrengungen zur Erforschung von Big Data durch Methoden der künstlichen Intelligenz. Hiervon erhoffen wir uns neue Erkenntnisse und Infrastrukturen für die So zialwissenschaften. Beispiele sind Methoden für Opinion Mining, Stance Detection oder die Klassifikation von Online-Verhalten und -Interaktionen, wie sie in sozialen Netzwerken und anderen datenintensiven Umgebungen beobachtet werden.
In diesem Zusammenhang bieten wir eine spannende Möglich keit, exzellente Forschung mitzugestalten und innovative Metho den und Infrastrukturen zu entwickeln, z.B. mithilfe von Techniken aus NLP, Large Language Models (LLMs) und Wissensgraphen Methoden und Infrastrukturen für die Sozialwissenschaften zu entwickeln. Ein besonderer Schwerpunkt liegt auf Infrastrukturen für die Bereitstellung innovativer sozialwissenschaftlicher Metho den und Daten entlang der FAIR-Prinzipien.
Ihr Aufgabengebiet:
Erforschung und Entwicklung von Methoden für Computati onal Social Science, z.B. in den Bereichen Natural Langu age Processing (NLP) und Knowledge Graphs (KGs), um sozialwissenschaftliche Erkenntnisse aus unstrukturierten, heterogenen Daten wie Social Media Posts zu extrahierenZusammenarbeit in einem interdisziplinären Team von In formatiker*innen und Sozialwissenschaftler*innen zur Schaffung innovativer Infrastrukturen für das Teilen von und die Suche nach Methoden (z.B. Machine Learning Modelle)Entwicklung von Metadatenstandards für die Dokumentation komplexer Methoden (z.B. Machine Learning Modellen) nach einem nutzendenzentrierten AnsatzBeitrag zur Entwicklung von Best Practices und Standards für die strukturierte Beschreibung von Me thoden durch Metadaten und kontrollierte Vokabulare (z.B. NFDI, W3C)Projektleitung, inkl. Betreuung von Promovierenden und Projektmitarbeiter*innen
Ihr Profil:
Wissenschaftlicher Hochschulabschluss (Diplom/Master) und Promotion/Ph.D. in Informatik, Computational Social Science oder verwandten Bereichen und (international) sichtbare Publikationen in einem oder mehreren der folgenden Bereiche: Informationsextraktion, NLP, maschinelles Lernen, Knowledge Graphs, Web MiningFähigkeit fließend auf Englisch zu kommunizieren, Deutschkenntnisse sind wünschenswertErfahrung in der Softwareentwicklung für NLP, Machine Learning und skalierbare Analysen (z.B. Py thon, Java oder Scala)Wünschenswert: Erfahrung in der Koordination wissenschaftlicher Projekte und Forschungsteams
GESIS bietet ein spannendes Arbeitsumfeld für interdisziplinäre Forschung an der Schnittstelle zwischen Sozialwissenschaften und Informatik. Als Infrastruktureinrichtung fördern wir sozialwissenschaftliche Forschung und kooperieren mit namhaften internationalen Forschungsinstitutionen.GESIS unterstützt Sie dabei, sich weiter zu qualifizieren. Wir bieten unseren Mitarbeiter*innen ein breites Spektrum von Karrieremöglichkeiten in einer ansprechenden Arbeitsatmosphäre mit einem hohen Maß an Eigenverantwortung und Gestaltungsspielraum. Bei uns arbeiten Sie in einem internationalen Umfeld im Herzen Kölns und profitieren von einer flexiblen Arbeitsumgebung sowie internen und externen Netzwerken.GESIS gewährleistet die Beachtung der Schwerbehindertenrichtlinien und fördert die berufliche Gleichstellung von Frauen und Männern. Die Stelle kann auch in Teilzeit besetzt werden.Als familienfreundlicher Arbeitgeber tragen wir seit 2010 das Zertifikat audit »berufundfamilie«.Weitere Informationen zur Arbeit bei GESIS finden Sie hier.Wir bieten:
Ein schnell wachsendes, internationales und interdisziplinäres Forschungsumfeld mit starken Verbin dungen zu regionalen und internationalen Labors und Experten auf verwandten GebietenZugang zu einzigartigen Datenkorpora, Web Archiven, Benutzerinteraktionsprotokollen und Rechenin frastrukturen für die Sammlung und Verarbeitung von VerhaltensdatenFlexible Arbeitszeiten und die Möglichkeit von bis zu 60% mobilem Arbeiten innerhalb von Deutsch landSehr gute Bedingungen für die Vereinbarkeit von Beruf und Familie u.a. durch Zuschüsse zur Betreuung von nicht schulpflichtigen KindernGanzheitliches Betriebliches Gesundheitsmanagement und die vergünstigte Teilnahme am Sportpro gramm der UniGroßzügige Förderung Ihrer Altersvorsorge in Form einer DirektversicherungFörderung Ihrer Kompetenzen durch Weiterbildungsmaßnahmen
Für weitere Informationen zu den Aufgaben wenden Sie sich bitte an Stefan Dietze unter der Telefonnum mer +49 (0)221-47694-421 oder per E-Mail. Wenn Sie Fragen zum Bewerbungsverfahren haben, wenden Sie sich bitte per E-Mail an Franca Tosetti.logosWir haben Ihr Interesse geweckt?Dann bewerben Sie sich bitte bis 15.01.2025 über unser Online-Bewerbungsportal.Die Kennziffer lautet: KTS-68
Wissenschaftliche*r Mitarbeiter*in (PostDoc) Natural Language Processing & Knowledge Graphs Arbeitgeber: Leibniz-Institut für Sozialwissenschaften e.V. GESIS
Kontaktperson:
Leibniz-Institut für Sozialwissenschaften e.V. GESIS HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Wissenschaftliche*r Mitarbeiter*in (PostDoc) Natural Language Processing & Knowledge Graphs
✨Tip Nummer 1
Nutze dein Netzwerk! Sprich mit ehemaligen Kommilitonen oder Kollegen, die bereits in der Forschung oder im Bereich NLP tätig sind. Sie können dir wertvolle Einblicke geben und möglicherweise sogar Empfehlungen aussprechen.
✨Tip Nummer 2
Engagiere dich in relevanten Online-Communities oder Foren, die sich mit Natural Language Processing und Knowledge Graphs beschäftigen. Dort kannst du nicht nur dein Wissen erweitern, sondern auch Kontakte knüpfen, die dir bei deiner Bewerbung helfen könnten.
✨Tip Nummer 3
Halte Ausschau nach aktuellen Trends und Entwicklungen im Bereich Computational Social Science. Zeige in Gesprächen oder Interviews, dass du über die neuesten Technologien und Methoden informiert bist und wie du diese in deine Forschung einbringen könntest.
✨Tip Nummer 4
Bereite dich darauf vor, deine bisherigen Forschungsprojekte und deren Ergebnisse klar und prägnant zu präsentieren. Überlege dir, wie du deine Erfahrungen in der Softwareentwicklung und Projektleitung am besten hervorheben kannst, um zu zeigen, dass du die richtige Person für das Team bist.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Wissenschaftliche*r Mitarbeiter*in (PostDoc) Natural Language Processing & Knowledge Graphs
Tipps für deine Bewerbung 🫡
Forschung über GESIS: Informiere dich gründlich über GESIS und die Abteilung Knowledge Technologies for the Social Sciences. Verstehe die aktuellen Projekte und Forschungsrichtungen, um deine Motivation in der Bewerbung klar darzustellen.
Anpassung deines Lebenslaufs: Gestalte deinen Lebenslauf so, dass er die relevanten Erfahrungen und Fähigkeiten hervorhebt, die für die Position als Wissenschaftliche*r Mitarbeiter*in im Bereich Natural Language Processing und Knowledge Graphs wichtig sind. Betone insbesondere deine Kenntnisse in NLP, maschinellem Lernen und Softwareentwicklung.
Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du deine Forschungserfahrungen und -interessen darlegst. Erkläre, wie deine bisherigen Arbeiten zu den Zielen von GESIS passen und welche innovativen Ansätze du einbringen kannst.
Überprüfung der Anforderungen: Stelle sicher, dass du alle geforderten Qualifikationen und Erfahrungen in deiner Bewerbung ansprichst. Achte darauf, dass du sowohl deine Sprachkenntnisse als auch deine Erfahrung in der Projektkoordination klar kommunizierst.
Wie du dich auf ein Vorstellungsgespräch bei Leibniz-Institut für Sozialwissenschaften e.V. GESIS vorbereitest
✨Verstehe die Forschungsbereiche
Mach dich mit den aktuellen Trends und Herausforderungen im Bereich Natural Language Processing und Knowledge Graphs vertraut. Zeige während des Interviews, dass du die Relevanz dieser Themen für die Sozialwissenschaften verstehst und wie deine Erfahrungen dazu passen.
✨Bereite konkrete Beispiele vor
Sei bereit, spezifische Projekte oder Forschungen zu diskutieren, an denen du gearbeitet hast, insbesondere solche, die Methoden wie Machine Learning oder NLP beinhalten. Dies zeigt nicht nur deine Fachkenntnisse, sondern auch deine praktische Erfahrung in der Anwendung dieser Technologien.
✨Interdisziplinäre Zusammenarbeit betonen
Da die Stelle eine enge Zusammenarbeit mit Informatikern und Sozialwissenschaftlern erfordert, solltest du Beispiele für erfolgreiche interdisziplinäre Projekte oder Teamarbeit parat haben. Betone deine Fähigkeit, in einem solchen Umfeld zu arbeiten und verschiedene Perspektiven zu integrieren.
✨Fragen zur Unternehmenskultur stellen
Zeige dein Interesse an der Arbeitsumgebung, indem du Fragen zur Unternehmenskultur, zu Weiterbildungsmöglichkeiten und zur Unterstützung von Familien stellst. Dies zeigt, dass du nicht nur an der Position interessiert bist, sondern auch an der langfristigen Zusammenarbeit und Entwicklung innerhalb des Unternehmens.