Studentische Hilfskraft im Bereich: semantic modelling and machine learning

• Zuarbeit und Unterstützung in einem Forschungsprojekt in der Domäne Bau mit der Möglichkeit Verantwortungen zu übernehmen,
• Enge Betreuung durch wissenschaftlichen Mitarbeitenden und aktive Mitarbeit im Forschungsprojekt in der Baudomäne,
• Raum für persönliches und akademisches Wachstum,
• Zeitliche und räumliche Flexibilität, Remote-Arbeit möglich,
• Stabiles Arbeitsklima in einem motivierten Team aus wissenschaftlichen Mitarbeitenden; es besteht ferner die Möglichkeit sich an internen Hackathons zu beteiligen,
• Studien-/Abschlussarbeiten sind nicht primär vorgesehen, aber nach Rücksprache möglich; kann als Pflichtpraktika absolviert werden; Weiterbeschäftigung ist möglich.

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 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.

• Selbstständigkeit, Begeisterungsfähigkeit, sowie Motivation im Erlernen und dem Umgang mit neuen Forschungsansätzen,
• Interesse an den Themen Digitalisierung im Produktionsumfeld (OPC UA, MQTT, NodeRED, Datenbanken),
• Kenntnisse in mindestens einer Programmiersprache (bspw. Java, Python oder C++) sind hilfreich, Frontend-Devs (HTML, JavaScript etc.) sind ebenso willkommen,
• Interesse und Erfahrungen im Bereich Machine Learning, sowie Ontologien (wie dem BFO-Standard oder der IOF-Referenz) sind von Vorteil, aber kein Ausschlusskriterium
• Offenheit gegenüber interdisziplinären Problemstellungen und zielstrebige Arbeitsweise,
• Fließende Kenntnisse in Deutsch sind von Vorteil, aber kein Ausschlusskriterium.

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) ist eine der weltweit führenden Organisationen für anwendungsorientierte Forschung. 75 Institute entwickeln wegweisende Technologien für unsere Wirtschaft und Gesellschaft - genauer: 32 000 Menschen aus Technik, Wissenschaft, Verwaltung und IT. Sie wissen: Wer zu Fraunhofer kommt, will und kann etwas verändern. Für sich, für uns und die Märkte von heute und morgen. Die Fraunhofer-Gesellschaft mit Sitz in Deutschland ist die weltweit führende Organisation für anwendungsorientierte Forschung. Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt sie eine zentrale Rolle im Innovationsprozess. Etwa 30 800 Mitarbeitende, überwiegend mit natur- oder ingenieurwissenschaftlicher Ausbildung, erarbeiten das jährliche Forschungsvolumen von rund 3,0 Mrd. €. In der Abteilung "Digitalisierung in der Produktion" entwickeln wir Softwarekomponenten für flexiblere, intelligentere Produktionssysteme und forschen dabei grundlagenorientiert. Aber auch in anderen Domänen begegnen wir den Herausforderungen und zugleich Potentialen, welche sich mit intelligenten Daten im Zusammenhang mit der semantischen Modellierung ergeben. Was Du bei uns tust Für ein neues Forschungsprojekt mit Anwendungspartnern aus der Praxis suchen wir Unterstützung in der Erhebung einer neuartigen Datenbasis sowie die anschließende algorithmische Nutzung dieser Daten als Teil einer Softwareanwendung. Die Entwicklung eines neuartigen Algorithmus im Kontext des maschinellen Lernens stellt einen wesentlichen Bestandteil der Aufgabe dar. Flankiert wird das Vorhaben durch ein konzeptuelles Datenmodell, welches die Repräsentation semantischer Zusammenhänge ermöglicht und gleichzeitig zur Förderurng interoperabler Strukturen beitragen soll.