Auf einen Blick
- Aufgaben: Entwickle innovative Machine-Learning-Methoden zur Analyse von EEG-Daten.
- Unternehmen: XITASO, ein Vorreiter in der KI-Forschung mit einem dynamischen Team.
- Vorteile: Attraktive Vergütung, flexible Arbeitszeiten und die Möglichkeit, remote zu arbeiten.
- Weitere Informationen: Tolle Entwicklungsmöglichkeiten in einem technologisch fortschrittlichen Umfeld.
- Warum dieser Job: Gestalte die Zukunft der neurologischen Diagnostik mit interpretierbarer KI.
- Qualifikationen: Studium in Informatik, Data Science oder verwandten Bereichen; Python-Kenntnisse erforderlich.
Das prognostizierte Gehalt liegt zwischen 19.5 - 19.5 € pro Stunde.
Das ist die Herausforderung Werde Teil unserer Mission Kurzbeschreibung In dem Forschungsprojekt EXACT-EEG entwickeln wir ein interpretierbares Machine‑Learning‑System zur automatischen Klassifizierung von Elektroenzephalographie (EEG)-Daten.
Unser Ziel ist es, neurologische Diagnostik durch interpretierbare KI‑Methoden zu erleichtern, zu beschleunigen und Muster sichtbar zu machen, die mit herkömmlichen Verfahren bisher nicht erkennbar waren.
Dafür bauen wir auf einer Self‑Explaining Selective Model (SESM)-Architektur auf, die aus rohen EEG‑Signalen kompakte, klassenspezifische Konzepte lernt.
Diese Konzepte dienen direkt als Erklärungen für die Vorhersage und zeigen, welche Zeit‑ und Frequenzmerkmale für die Klassifikation ausschlaggebend waren.
Als XITASO treiben wir diese Forschung voran, indem wir neue Modellvarianten entwerfen und evaluieren, die die duale Zeit‑Frequenz‑SESM‑Architektur erweitern, systematische Architektur‑Evaluationen auf einem SLURM‑Cluster durchführen, Experimente analysieren und in reproduzierbare Evaluationsprotokolle überführen sowie die Erklärbarkeit der Modellentscheidungen durch verbesserte aufmerksamkeitsbasierte Konzeptdarstellungen weiterentwickeln.
Diese Aufgaben interessieren Dich Weiterentwicklung bestehender Modellvarianten und Trainingspipelines in der EXACT‑EEG‑Codebasis.
Implementierung und Evaluation neuer Architekturideen für interpretierbare EEG‑Klassifikation (z.
Mehr‑Kanal‑Analyse, kanalübergreifende Generalisierung).
Systematisches Experimentieren auf einem SLURM‑verwalteten GPU‑Cluster sowie Analyse von Ergebnissen über Architektur‑ und Hyperparameter‑Gridsearches.
Entwicklung von Analyse‑Tools, Visualisierungen und Notebooks zur Bewertung der Konzeptqualität und Modellinterpretierbarkeit.
Das zeichnet Dich aus Du absolvierst einen Studiengang im Bereich (Medizin‑)Informatik, Data Science, Mathematik oder einer vergleichbaren Fachrichtung an einer Universität oder Hochschule.
Du hast Erfahrung im Umgang mit Python und Py Torch.
Kenntnisse in Py Torch Lightning, Hydra, MNE oder SLURM sind ein Plus, aber nicht erforderlich.
Du hast grundlegende Kenntnisse in maschinellem Lernen; Erfahrungen mit Deep Learning für Zeitreihen, erklärbarer KI oder biomedizinischen Signalen sind willkommen.
Du bist neugierig, hast Lust in einem technologisch hochmodernen Umfeld mitzuwirken und suchst nach einer Möglichkeit, dein Wissen aus dem Studium umzusetzen und zu vertiefen.
Du magst offene und ehrliche Kommunikation mit Kolleg*innen und Forschungspartnern, gibst konstruktive Kritik und nimmst Feedback an.
Deine Sprachkenntnisse machen es Dir möglich, deine Rolle auf Englisch (mind.
C1‑Niveau) auszuüben.
Deutschkenntnisse sind wünschenswert, aber nicht zwingend erforderlich.
Gehaltsinformationen Innerhalb unseres einheitlichen und transparenten Gehaltsframeworks liegt die Vergütung für diese Position zwischen 15,50 € und 19,50 € pro Stunde und orientiert sich an verschiedenen Faktoren, wie Qualifikation und Erfahrung.
Deine Ansprechpartnerin Daniela -0 #J-18808-Ljbffr
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Werkstudent (all genders) - Interpretierbare Machine-Learning-Methoden für EEG-basierte Klassif[...] erhalten könnten
✨Nutze deine Hochschule als Sprungbrett
Lass uns nicht vergessen, dass unsere Unis oft eine Goldgrube für Werkstudentenjobs im Data Science-Bereich sind. Sprich mit deinen Professoren oder besuche Karrieremessen; viele Firmen suchen direkt auf dem Campus nach Nachwuchs-Data-Scientisten!
✨Engagiere dich in Data Science-Communities
Melde dich in Online-Communities und lokalen Meetup-Gruppen an, die sich mit Data Science beschäftigen. Dort kannst du wertvolle Kontakte knüpfen und solltest die Chance nutzen, an Hackathons oder Workshops teilzunehmen, um deine Fähigkeiten zu zeigen!
✨Präsentiere deine Projekte
Zeig, was du drauf hast! Erstelle ein Portfolio auf Plattformen wie GitHub oder Kaggle und teile deine Projekte. Das kann ein super Weg sein, um bei Xitaso Gmbh aufzufallen, wenn du dich bewirbst!
✨Bewirb dich direkt auf unseren Jobseiten
Wir bei StudySmarter haben ständig spannende Werkstudentenstellen ausgeschrieben. Schau direkt auf unserer Website vorbei und bewirb dich! Je schneller du handelst, desto besser stehen deine Chancen, den Job zu landen.
Wir glauben, dass du diese Fähigkeiten brauchst, um Werkstudent (all genders) - Interpretierbare Machine-Learning-Methoden für EEG-basierte Klassif[...] mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Zeig deine Projekte!:In deinem Lebenslauf solltest du auf jeden Fall deine bisherigen Projekte im Bereich Data Science hervorheben. Wenn du an coolen Datensätzen gearbeitet hast oder Machine Learning Modelle erstellt hast, pack das rein! Es zeigt uns, dass du praktische Erfahrungen hast und weckt unser Interesse an deinen Skills.
Erwähne relevante Tools und Sprachen:Data Science bedeutet oft, mit spezifischen Tools und Programmiersprachen zu arbeiten. Stell sicher, dass du alles, was du kannst, wie Python, R oder SQL, in deinem Lebenslauf angibst. Das gibt uns einen klaren Überblick über dein technisches Know-how und hilft uns zu sehen, wie du ins Team passt.
Dein Anschreiben ist entscheidend:Nutze dein Anschreiben, um uns zu zeigen, warum du hungrig auf learnings im Data-Science-Bereich bist. Erzähl uns, was dich motiviert und wieso du bei Xitaso Gmbh als Werkstudent arbeiten möchtest! Das gibt deinem Profil eine persönliche Note, die uns anspricht.
Verlinke deinen GitHub oder Portfolio:Falls du einen GitHub-Account oder ein Portfolio mit deinen Data-Science-Arbeiten hast, unbedingt verlinken! Das macht es uns leichter, deine praktischen Fähigkeiten nachzuvollziehen und zeigt uns, dass du engagiert und aktiv in der Community bist. Zeig, was du kannst!
Wie man sich auf ein Vorstellungsgespräch bei Xitaso Gmbh vorbereitet
✨Zeig deine Datenliebe!
Für ein Werkstudentenprogramm im Bereich Data Science solltest du unbedingt ein Projekt in deinem Portfolio haben, das deine Fähigkeiten zeigt. Zeig, wie du Daten analysiert, visualisiert und interpretiert hast – egal, ob es sich um ein Uni-Projekt oder ein persönliches Interesse handelt. Das begeistert die Interviewer und zeigt, dass du praktisch mit Daten arbeiten kannst.
✨Mach dich mit Tools vertraut
In der Data Science nutzen wir viele verschiedene Tools wie Python, R oder SQL. Bereite dich darauf vor, technische Fragen zu diesen Tools zu beantworten oder sogar kurze Coding-Tests während des Interviews zu machen. Wenn du eine persönliche Vorliebe für ein Tool hast, teile das mit und erzähl, was du damit gemacht hast!
✨Erzähle von deinem Lernwillen
Als Werkstudent geht es oft auch darum, wie motiviert du bist, zu lernen und deine Fähigkeiten weiterzuentwickeln. Sei bereit, über die aktuellen Trends in der Data Science zu sprechen und zeige Interesse an zusätzlichen Kursen oder Zertifikaten, die du gerne machen möchtest. Das zeigt Engagement!
✨Frag nach Projekten!
Nutze die Gelegenheit, um während des Interviews nach den Projekten zu fragen, an denen du arbeiten würdest. Fragen wie 'An welchen Arten von Datenanalysen arbeiten die Teammitglieder aktuell?' zeigen dein Interesse und helfen dir, die Herausforderungen des Unternehmens besser zu verstehen. Das macht einen guten Eindruck!
