Das Fraunhofer-Institut für Graphische Datenverarbeitung IGD setzt seit über 30 Jahren Standards im Visual Computing, der bild- und modellbasierten Informatik. 
Wir vereinen Computergraphik und Computervision – darauf basieren alle unsere technologischen Lösungen. 
Mit rund 210 Kolleginnen und Kollegen unterstützen wir an den drei Standorten Darmstadt, Rostock und Kiel die deutsche Wirtschaft bei ihrer strategischen Entwicklung und helfen mit konkreten technologischen Lösungen.

Das Fraunhofer-Institut für Graphische Datenverarbeitung in Rostock sucht nach Studierenden (m/w/d), die als Hilfswissenschaftler das Machine Learning Zeitreihen (MLZ)-Team bei verschiedenen Projekten unterstützen möchten.
In dieser Rolle werden Sie das MLZ-Team bei der Analyse und Verarbeitung von Zeitreihendaten aus verschiedenen Quellen eines Unternehmens unterstützen. Ihre  Beiträge werden dazu beitragen, prädiktive Modelle zu entwickeln und zu verbessern, um bessere Prognosen und Entscheidungsprozesse zu ermöglichen. Durch die Arbeit mit realen Daten erhalten Sie praktische Erfahrungen in der Anwendung von Machine-Learning-Techniken zur Lösung komplexer Geschäftsprobleme. 

Was Sie bei uns tun

• Unterstützung bei der Anwendung von Machine-Learning-Algorithmen zur Analyse und Vorhersage von Zeitreihendaten
• Unterstützung bei der Entwicklung und Optimierung von prädiktiven Modellen unter Verwendung von Python 
• Unterstützung beim Preprocessing großer Datensätze für Machine-Learning-Anwendunungen
• Versionskontrolle und Codereviews im Team mit Hilfe von GitLab
• Teilnahme an agilen Projektmeetings oder Teamabsprachen
  

Was Sie mitbringen

• Fachkenntnisse im Bereich Informatik, Data Science  oder verwandter Disziplinen
• Gute Kenntnisse in der Programmierung mit Python, unter Verwendung gängiger Bibliotheken zur Datenanalyse wie NumPy, Pandas etc.
• Erfahrungen in den Bereichen Machine Learning bzw. Deep Leaning mit Bibliotheken wie scikit-learn, Tensorflow, PyTorch sind vorteilhaft, aber nicht zwingend erforderlich
• Erfahrung mit interactive notebooks, wie Jupyter Notebook ist vorteilhaft, aber nicht zwingend erforderlich
• Sorgfältiges, strukturiertes und selbstständiges Arbeiten
• Hohe Einsatzbereitschaft und Verantwortungsbewusstsein
• Teamorientierung und Kommunikationsfähigkeit
• Sehr gute Englischkenntnisse in Wort und Schrift 
  

Was Sie erwarten können

• Ein innovatives Arbeitsumfeld mit netten und hilfsbereiten Kolleg*innen
• Mitwirken an forschungsorientierten Teamprojekten
• Einblicke in die Entwicklung und Optimierung von Machine-Learning-Modellen und prädiktiver Analytik
• Arbeit basierend auf Industriestandards für Machine-Learning-Praktiken, Datenwissenschaft und Zeitreihenanalyse 
• Faire Vergütung Ihrer  Tätigkeit
• Flexible Arbeitszeiten
  

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.

Die wöchentliche Arbeitszeit beträgt 10 Stunden.  Die Vergütung richtet sich nach der Gesamtbetriebsvereinbarung zur Beschäftigung der Hilfskräfte.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft. 

Haben wir Ihr Interesse geweckt? Dann bewerben Sie sich jetzt online mit Ihren aussagekräftigen und vollständigen Bewerbungsunterlagen. Wir freuen uns darauf, Sie kennenzulernen! 

Bitte haben Sie Verständnis dafür, dass wir keine Kosten übernehmen, die Ihnen durch das Vorstellungsgespräch entstehen.

Fraunhofer-Institut für Graphische Datenverarbeitung IGD

Kennziffer: 76070                Bewerbungsfrist: 18.10.2024