Wissenschaftliche:r Mitarbeiter:in (m/w/d), EG 13 TV-H, befristet, Teilzeit (derzeit 20 Wochenstunden)

Die Stelle ist zunächst bis zum 30.06.2029 befristet gemäß § 2 WissZeitVG. Die Möglichkeit zur Promotion ist gegeben. Die Einstellung soll im Rahmen des Drittmittelvorhabens „FLOW“, gefördert durch das BMFTR erfolgen.

Projektzusammenfassung

Das Verbundprojekt FLOW untersucht die zukünftige Rolle der Wasserkraft in erneuerbaren Energiesystemen und entwickelt neue Ansätze, um ihre Flexibilitäts- und Systemdienstleistungspotenziale besser nutzbar zu machen. Im Fokus stehen Wasserkraft-Aggregationsmodelle, stochastische Transformationspfadanalysen sowie die Weiterentwicklung saisonaler und sub-saisonaler Prognoseverfahren. Diese Methoden werden systematisch in Entscheidungs-, Optimierungs- und Strommarktmodelle integriert, um robuste Betriebsführungs- und Assistenzsysteme für Leitwarten zu entwickeln. Dabei werden ökologische, ökonomische und energiewirtschaftliche Randbedingungen integrierter Wasser- und Energiesysteme berücksichtigt.

Aufgaben:

• Weiterentwicklung und Bewertung Ensemble-basierter Prognosemethoden für erneuerbare Energien mit Fokus auf (sub-) saisonale Zeithorizonte
• Entwicklung und prototypische Erprobung von Integrationsansätzen zur Nutzung saisonaler Prognoseinformationen in kurzfristigen Einsatz- und Vermarktungsentscheidungen (z. B. über Endwertfunktionen oder Szenarienbündel)
• Implementierung und Validierung der entwickelten Ansätze in Strommarktmodellen
• Durchführung und Auswertung von Szenario- und Vergleichsanalysen zur quantitativen Bewertung des Mehrwerts saisonaler Prognosen
• Veröffentlichung wissenschaftlicher Ergebnisse und Präsentation auf Fachtagungen
• Mitwirkung an der Projektkoordination und Betreuung studentischer Arbeiten

Voraussetzungen:

• Abgeschlossenes wissenschaftliches Hochschulstudium (z. B. Master) in Wirtschaftsingenieurwesen, Wirtschaftsinformatik, Energietechnik, Elektrotechnik, Informatik oder vergleichbarer Fachrichtung
• Fundierte Kenntnisse in der Programmiersprache Python, insbesondere im Bereich maschinelles Lernen (z. B. Keras, PyTorch)
• Nachgewiesene idealerweise durch Publikationen belegte Erfahrung in der Entwicklung neuronaler Netzwerk-Architekturen (z. B. MLP, CNN, LSTM) für Leistungsprognosen
• Erfahrung in der Verarbeitung und Nutzung numerischer Wettervorhersagedaten (NWP) als Eingangsdaten für Leistungsprognosen
• Erfahrung mit probabilistischen bzw. Ensemble-basierten Prognosen einschließlich Kalibrierung und Postprocessing (z. B. EMOS, QRNN-ECC, CRPS, Reliability-Analysen) sowie eigenständige methodische Weiterentwicklung (z. B. spezialisierte Verlustfunktionen)
• Erfahrung in der End-to-End-Kopplung probabilistischer Prognosen mit (stochastischen) Optimierungsmodellen im Kontext energiewirtschaftlicher Anwendungen
• Kenntnisse in mathematischer Optimierung und Erfahrung mit algebraischen Modellierungsframeworks (z. B. Pyomo, linopy, GAMS, AMPL) und Solvern (z. B. Gurobi, CPLEX, XPress)
• Erfahrung mit stochastischen Optimierungsansätzen (z. B. Two-Stage, szenariobasierte Formulierungen)
• Erfahrung in der Erstellung automatisierter Daten- und Trainings-Pipelines einschließlich Feature Engineering und automatischer Datenverifikation
• Erfahrung mit MLOps-Werkzeugen und Experiment-Tracking (z. B. MLFlow)
• Erfahrung mit HPC-Umgebungen und Job-Scheduling-Systemen (z. B. Batch-Skripten, Slurm)
• Erfahrung mit versionskontrollierter, modularer Softwareentwicklung (Git)
• Hervorragende Kenntnisse in Deutsch und Englisch in Wort und Schrift

Von Vorteil sind:

• Erfahrung mit Datenformaten für meteorologische Daten (z. B. NetCDF)
• Erfahrung mit Satellitendaten als Eingangsdaten für Prognosemodelle (z. B. MTG)
• Kenntnisse in der Programmiersprache Matlab
• Erfahrung im Bereich der Energiewirtschaft, insbesondere Strommärkte und Merit-Order-Prinzip
• Erste Erfahrung mit Dekompositionsansätzen und verteilten Algorithmen
• Erste Erfahrung mit dem Message Parsing Interface (MPI)
• Erfahrung mit Softwareentwicklungsprozessen (CI/CD, automatisiertes Testing, Dokumentation, modulare Paketstrukturen)
• Erfahrung im Publizieren wissenschaftlicher Veröffentlichungen
• Erfahrung in der Betreuung von Studierenden
• Erfahrung im Projektmanagement wissenschaftlicher Verbundprojekte

Für Rückfragen steht Herr Dr.-Ing. Philipp Härtel, philipp.haertel(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 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.:

• einer zusätzlichen betrieblichen Altersversorgung (VBL),
• einem optionalen Kinderzuschlag gem. TV-Hessen, einer familienfreundlichen Hochschule (u. a. Kinderbetreuung für Notfälle),
• einer Jahressonderzahlung im Monat November,
• einem Anspruch auf vermögenswirksame Leistungen,
• einer Förderung des ehrenamtlichen Engagements,
• einer kostengünstigen Teilnahme am Hochschulsport und am vollständigen Fitnessangebot im Rahmen von Unifit sowie der betrieblichen Gesundheitsförderung.

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

Bitte schicken Sie Ihre Bewerbung mit den üblichen aussagekräftigen Unterlagen unter der Angabe der Kennziffer im Betreff über das Online-Formular. Weitere Informationen hierzu haben wir in unseren FAQ für Sie zusammengestellt.

In Ausnahmefällen nehmen wir Ihre Bewerbungsunterlagen unter Nennung der Kennziffer auch in Papierform bzw. über das E-Mail-Postfach bewerbungen(at)uni-kassel.de entgegen.

Bitte reichen Sie bei postalischen Bewerbungen Ihre Unterlagen nur in Kopie (keine Mappen) ein, da diese nicht zurückgesandt werden können. Alle Unterlagen werden nach Abschluss des Auswahlverfahrens unter Beachtung datenschutzrechtlicher Bestimmungen vernichtet.

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:
https://www.uni-kassel.de/uni/datenschutz

Hinweise und FAQ zur Bewerbung auf ein Stellenangebot:
https://www.uni-kassel.de/uni/universitaet/stellenangebote/hinweise-und-faq-zur-bewerbung-auf-ein-stellenangebot

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.