Logo
Die Universität Kassel ist eine dynamische Universität mit rund 25.000 Studierenden. Sie hat ein außergewöhnlich breites Profil mit den Kompetenzfeldern Natur, Technik, Kultur und Gesellschaft.

Im Fachbereich Elektrotechnik/Informatik, Fachgebiet Intelligente Eingebettete Systeme (Prof. Dr. Bernhard Sick), ist zum 01.04.2021 die folgende Stelle zu besetzen:

Wissenschaftliche*r Mitarbeiter*in (m/w/d), EG 13 TV-H, befristet, Vollzeit (derzeit 40 Wochenstunden)

Bewerbungsfrist: 08.03.2021
Einstellungsbeginn: 01.04.2021
Kennziffer: 33841
Die Stelle ist zunächst bis zum 30.06.2023 im Rahmen des Vorhabens „Verbundprojekt SALM: Selbst-Adaptives Lademanagement für Ladeinfrastruktur – Modellierung, Prognose und Planung mit Methoden des Maschniellen Lernens“ gemäß der Laufzeit befristet (§ 2 Abs. 2 WissZeitVG). Die Möglichkeit zur Promotion ist gegeben. Eine Verlängerung der Beschäftigung ist geplant.

Das Fachgebiet Intelligente Eingebettete Systeme (IES) forscht im Bereich der Grundlagen und der Anwendungen von Methoden der Datenanalyse, des Maschinellen Lernens (z.B. Deep Learning, Active Learning) und der Künstlichen Intelligenz. Schwerpunkte in der Grundlagenforschung sind beispielsweise selbstlernende und selbstorganisierende Systeme, Methoden des kollaborativen und aktiven Lernens, Methoden des Transferlernens oder Techniken zur Echtzeitanalyse von Zeitreihen. Im Fachgebiet IES arbeiten aktuell etwa 24 MitarbeiterInnen in den genannten Bereichen.

Ihre Aufgaben:
Wissenschaftliche Mitarbeit im Drittmittelprojekt SALM in den folgenden Bereichen:

  • Erarbeitung von Modellen und Methoden für ein selbst-adaptives Lademanagement auf Basis von maschinellen Lernverfahren (ML)
  • Entwicklung, Evaluation und Umsetzung von statistischen Verfahren (aus dem Bereich ML) zur realitätsnahen Abbildung von Komponenten einer Ladeinfrastruktur
  • Untersuchung von Methoden des Transfer-Lernens und des Multi-Task Lernens zur Abstraktion von latenten Zusammenhängen und Übertragung auf andere Anwendungsgebiete
  • Recherche und Wissensvermittlung hinsichtlich Methoden aus dem Bereich Explainable AI (z.B. Relevance Propagation, Rationalisieren, Attention, …) und diesbezügliche Kollaboration mit dem Projektpartner
  • Analyse von Simulationsergebnissen, Durchführung von Software basierten Experimenten (Experiment-Design, Datenextraktion und -vorverarbeitung, Entwicklung und Anwendung oben genannter Verfahren) und deren Auswertung u.a. mit statistischen Mitteln
  • Mitorganisation von Projekttreffen und Teilnahme an Treffen des „SALM“ Projektkonsortiums

Voraussetzungen:

  • Mit sehr gutem Erfolg abgeschlossener wissenschaftlicher Hochschulabschluss in der angewandten Informatik (oder ein eng verwandter Studiengang) idealerweise mit Schwerpunkten im Maschinellen Lernen und interpretierbaren Modellen. Der geforderte Abschluss muss spätestens zum Einstellungstermin vorliegen.
  • Sehr gute grundlegende Kenntnisse in Maschinellem Lernen und Mustererkennung.
  • Erfahrungen in der Anwendung von Methoden des maschinellen Lernens, insbesondere im Bereich Deep Learning (z.B. CNN, AE) einschließlich Kenntnissen im Bereich der Modelloptimierung (Regularisierung / Hyperparameter Tuning) und der Strukturierung von Projekten im maschinellen Lernen
  • Erfahrungen im Bereich der Analyse und Fusion von Sensordaten.
  • Erfahrungen mit sequentiellen Daten und Modellen, etwa aus dem Bereich der Zeitreihenanalyse oder des Natural Language Processing (z.B. RNN, LSTM, ...) wünschenswert.
  • Erfahrung in der Programmierung insbesondere in Python, aber auch andere Programmiersprachen (z.B. Java, C/C++, R, etc.). Darüber hinaus sind gute Kenntnisse in KI-Tools, darunter z.B. PyTorch, Tensorflow/Keras, Sklearn, Pandas und Numpy, wünschenswert.
  • Eine strukturierte Arbeitsweise, die es Ihnen ermöglicht, im Team zu arbeiten.
  • Neugier auf Herausforderungen im Bereich der Anwendungen des Maschinellen Lernens / der KI im Bereich einer zukünftigen, klimaverträglichen Energieversorgung in der E-Mobilität.
  • Gute Deutsch- und Englisch-Kenntnisse in Wort und Schrift.
  • Selbständige und zielorientierte Arbeitsweise und Freude am wissenschaftlichen Arbeiten.

Wir bieten:

  • Arbeit in einem vielseitigen Team bestehend aus Grundlagenforscher*innen und Anwender*innen.
  • Summer Schools und verschiedene Weiterbildungsangebote.
  • Nutzung eines eigenen, großen Compute-Clusters mit Grafikkarten.
  • Entwicklung von neuen Methoden, die in praktischen Anwendungen genutzt werden.

Für Fragen steht Prof. Dr. Bernhard Sick, Tel.: +49 561 804-6020, E-Mail: bsick(at)uni-kassel.de, zur Verfügung.

Unser Angebot:

Als Beschäftigte*r der Universität Kassel
  • eröffnet sich Ihnen ein interessantes und vielfältiges Aufgabengebiet im Rahmen einer modernen und aufstrebenden Universität,
  • werden Sie Teil eines interdisziplinären Teams mit guter und kollegialer Arbeitsatmosphäre,
  • besteht für Sie die Möglichkeit, an fachlichen und überfachlichen Weiterbildungsmaßnahmen teilzunehmen,
  • befindet sich Ihr Arbeitsplatz in zentraler Lage in der Stadt Kassel (bei einem Einsatz am Standort Holländischer Platz bzw. Wilhelmshöher Allee) mit guter Anbindung an den öffentlichen Nahverkehr, der derzeit für Sie kostenlos nutzbar ist.
Profitieren Sie darüber hinaus von den vielfältigen Vorteilen eines Beschäftigungsverhältnisses im öffentlichen Dienst, wie u. a.:

Weitere Stellen finden Sie unter stellen.uni-kassel.de

Der Schutz Ihrer personenbezogenen Daten ist uns ein wichtiges Anliegen, daher werden wir mit Ihren persönlichen Daten sorgfältig umgehen. Wenn Sie uns Ihre Daten geben, gestatten Sie uns damit die Speicherung und Nutzung im Sinne des Hessischen Datenschutz- und Informationsfreiheitsgesetzes. Hiergegen können Sie jederzeit Widerspruch einlegen. Ihre personenbezogenen Daten werden dann gelöscht.

Informationen nach Artikel 13 DS-GVO zur Erhebung personenbezogener Daten finden Sie unter:
www.uni-kassel.de/go/ausschreibung-datenschutz

Die Universität Kassel ist in hohem Maße an der beruflichen Zufriedenheit ihrer Bediensteten interessiert. Sie ist ausgezeichnet als familiengerechte Hochschule und im Sinne der Chancengleichheit bestrebt, allen die gleichen Entwicklungsmöglichkeiten zu bieten und bestehenden Nachteilen entgegenzuwirken. Sie fördert den Family Welcome Service und bei wissenschaftlich und akademisch zu besetzenden Stellen auch den Dual Career Service. Es gehört zu den strategischen Zielen der Universität Kassel, den Anteil von Frauen in Forschung und Lehre deutlich zu steigern. Bewerbungen von Frauen sind deshalb besonders erwünscht. Schwerbehinderte und ihnen gleichgestellte Bewerber*innen erhalten bei gleicher Eignung, Befähigung und fachlicher Leistung den Vorzug. Vollzeitstellen sind (außer bei der Besetzung von Beamtenstellen) grundsätzlich teilbar.

Bitte reichen Sie uns Ihre Bewerbungsunterlagen nur in Kopie (keine Mappen) ein, da diese nach Abschluss des Auswahlverfahrens nicht zurückgesandt werden können; sie werden unter Beachtung datenschutzrechtlicher Bestimmungen vernichtet. Bewerbungen mit aussagekräftigen Unterlagen sind unter Angabe der Kennziffer im Betreff, gern auch in elektronischer Form, an den Präsidenten der Universität Kassel, 34109 Kassel bzw. bewerbungen[at]uni-kassel[dot]de, zu richten.
Zurück zur Übersicht