Auf einen Blick
- Aufgaben: Support research in agent-based learning and software development.
- Arbeitgeber: Join the TU Berlin, a leading institution in technology and engineering.
- Mitarbeitervorteile: Gain hands-on experience in cutting-edge research and flexible working hours.
- Warum dieser Job: Work on innovative projects in reinforcement learning and robotics with a collaborative team.
- Gewünschte Qualifikationen: Students in computer science or related fields are encouraged to apply.
- Andere Informationen: Applications from women and individuals with disabilities are especially welcome.
Ausschreibung in folgender Sprache anzeigen:
- Deutsch
- Englisch
Fakultät IV: Elektrotechnik und Informatik – Institut für Softwaretechnik und theoretische Informatik – Software and Embedded Systems Engineering
Studentische Beschäftigung mit 40 – 60 Monatsstunden
Anzahl auszuschreibender identischer Stellen: 3
Aufgabenbeschreibung
Unterstützung im Forschungsprojekt „Ziel-orientiertes Lernen von Agenten“ (ZoLA) in der Software and Embedded Systems Engineering Gruppe im Bereich Softwareentwicklung und Reinforcement Learning mit folgenden Aufgaben:
- Unterstützung bei Entwurf und Entwicklung einer grafischen Anwendung des Fachgebietes zur iterativen Entwicklung von Reinforcement Learning Agenten (50%)
- Literaturrecherche zu aktuellen Fragen in den Bereichen Softwareentwicklung und Reinforcement Learning (30%)
- Unterstützung bei der Durchführung von Experimenten im Bereich Robotik und Reinforcement Learning sowie die Einrichtung von zugehöriger Infrastruktur (10%)
- Aufbereitung der Projekt- und Forschungsergebnisse (10%)
Erwartete Qualifikationen
Bitte fügen Sie hier die erwarteten Qualifikationen hinzu.
Hinweise zur Bewerbung
Fachlich verantwortlich / Ansprechpartner:in für die Ausschreibung: Simon Schwan
Besetzungszeitraum: 01.02.2025 – 28.02.2026
Bewerbung an:
Ihre schriftliche Bewerbung mit Anschreiben, Lebenslauf, Immatrikulationsbescheinigung und ggf. aktueller Notenübersicht richten Sie bitte unter Angabe der Kennziffer an die o.g. Beschäftigungsstelle.
Zur Wahrung der Chancengleichheit zwischen Männern und Frauen sind Bewerbungen von Frauen mit der jeweiligen Qualifikation ausdrücklich erwünscht. Schwerbehinderte werden bei gleicher Eignung bevorzugt.
Kategorie: TU Berlin studentische Beschäftigung ohne Unterrichtsaufgaben, Beschäftigungsangebote für Studierende
Aufgabengebiet
Aufgabengebiet: Informatik, Softwareentwicklung / Programmierung
#J-18808-Ljbffr
Studentische Beschäftigung mit 40 - 60 Monatsstunden Arbeitgeber: Technische Universität Berlin
Kontaktperson:
Technische Universität Berlin HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Studentische Beschäftigung mit 40 - 60 Monatsstunden
✨Tipp Nummer 1
Nutze dein Netzwerk! Sprich mit Kommilitonen oder Professoren, die im Bereich Softwareentwicklung und Reinforcement Learning tätig sind. Sie können dir wertvolle Einblicke geben und möglicherweise sogar Kontakte zu den Verantwortlichen bei uns herstellen.
✨Tipp Nummer 2
Informiere dich über aktuelle Trends und Entwicklungen im Bereich Reinforcement Learning. Zeige in Gesprächen oder Interviews, dass du auf dem neuesten Stand bist und ein echtes Interesse an der Materie hast.
✨Tipp Nummer 3
Bereite dich darauf vor, deine technischen Fähigkeiten zu demonstrieren. Wenn du bereits Projekte oder Erfahrungen in der Softwareentwicklung hast, sei bereit, diese zu teilen und zu diskutieren, um deine Eignung für die Stelle zu unterstreichen.
✨Tipp Nummer 4
Zeige deine Begeisterung für das Forschungsprojekt 'Ziel-orientiertes Lernen von Agenten'. Informiere dich über die Ziele des Projekts und überlege dir, wie du aktiv zur Erreichung dieser Ziele beitragen kannst.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Studentische Beschäftigung mit 40 - 60 Monatsstunden
Tipps für deine Bewerbung 🫡
Unterlagen vorbereiten: Stelle sicher, dass du alle erforderlichen Unterlagen hast: ein Anschreiben, deinen Lebenslauf, die Immatrikulationsbescheinigung und gegebenenfalls eine aktuelle Notenübersicht. Achte darauf, dass alles gut strukturiert und übersichtlich ist.
Anschreiben gestalten: Verfasse ein individuelles Anschreiben, in dem du deine Motivation für die Stelle und deine relevanten Fähigkeiten im Bereich Softwareentwicklung und Reinforcement Learning darlegst. Gehe auf das Forschungsprojekt 'Ziel-orientiertes Lernen von Agenten' ein und zeige, wie du dazu beitragen kannst.
Literaturrecherche durchführen: Führe eine gründliche Literaturrecherche zu aktuellen Themen in der Softwareentwicklung und im Reinforcement Learning durch. Dies zeigt dein Engagement und deine Fachkenntnisse, die du in deiner Bewerbung erwähnen kannst.
Bewerbung einreichen: Reiche deine vollständige Bewerbung unter Angabe der Kennziffer an die angegebene Kontaktstelle ein. Überprüfe vor dem Absenden, ob alle Informationen korrekt und vollständig sind.
Wie du dich auf ein Vorstellungsgespräch bei Technische Universität Berlin vorbereitest
✨Verstehe das Forschungsprojekt
Mach dich mit dem Projekt 'Ziel-orientiertes Lernen von Agenten' vertraut. Informiere dich über die Grundlagen des Reinforcement Learning und die spezifischen Herausforderungen, die in der Softwareentwicklung auftreten können. Zeige im Interview, dass du ein echtes Interesse an den Themen hast.
✨Bereite Beispiele vor
Überlege dir konkrete Beispiele aus deinem Studium oder vorherigen Projekten, die deine Fähigkeiten in der Softwareentwicklung und im Umgang mit grafischen Anwendungen zeigen. Diese Beispiele helfen dir, deine Erfahrungen greifbar zu machen und deine Eignung für die Stelle zu untermauern.
✨Fragen stellen
Bereite einige Fragen vor, die du während des Interviews stellen kannst. Das zeigt dein Interesse an der Position und gibt dir die Möglichkeit, mehr über das Team und die Erwartungen zu erfahren. Fragen zur Teamdynamik oder zu den nächsten Schritten im Projekt sind immer gut.
✨Präsentiere deine Soft Skills
Neben technischen Fähigkeiten sind auch Soft Skills wichtig. Betone deine Teamfähigkeit, Kommunikationsstärke und Problemlösungsfähigkeiten. Diese Eigenschaften sind besonders relevant, wenn du im Rahmen eines Forschungsprojekts mit anderen zusammenarbeitest.