Logo

Die Universität Kassel ist eine dynamische Universität mit rund 22.000 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 baldmöglichsten Zeitpunkt die folgende Stelle zu besetzen:

Wissenschaftliche:r Mitarbeiter:in (m/w/d), EG 13 TV-H, befristet, Vollzeit oder Teilzeit (derzeit 20 oder 40 Wochenstunden)

oder

Wissenschaftliche:r Mitarbeiter:in (EG 14 TV-H), befristet, Vollzeit oder Teilzeit (derzeit 20 oder 40 Wochenstunden)

Bewerbungsfrist:

19.03.2025

Einstellungsbeginn:

baldmöglichst

Kennziffer: 38147

Wissenschaftliche:r Mitarbeiter:in (m/w/d), EG 13 TV-H, befristet, Vollzeit oder Teilzeit (derzeit 20 oder 40 Wochenstunden) Teilzeit mit der Hälfte der regelmäßigen Arbeitszeit einer/eines Vollzeitbeschäftigten oder Vollzeit. Die Stelle ist zunächst bis zum 31.07.2027 im Rahmen des Projektes „KonSEnz - Kontinuierlich selbstlernende Vorhersagemethoden und Services in smarten Energiemärkten und -netzen: KI-Algorithmen und Modelle“, gefördert durch das BMWK, befristet gemäß WissZeitVG. Die Möglichkeit zur Promotion ist gegeben.

oder

Wissenschaftliche:r Mitarbeiter:in (EG 14 TV-H), befristet, Vollzeit oder Teilzeit (derzeit 20 oder 40 Wochenstunden) Teilzeit mit der Hälfte der regelmäßigen Arbeitszeit einer/eines Vollzeitbeschäftigten oder Vollzeit. Die Stelle ist zunächst bis zum 31.07.2027 im Rahmen des Projektes „KonSEnz - Kontinuierlich selbstlernende Vorhersagemethoden und Services in smarten Energiemärkten und -netzen: KI-Algorithmen und Modelle“, gefördert durch das BMWK, befristet gemäß WissZeitVG. Die Möglichkeit zur Habilitation ist gegeben.


Interessieren Sie sich für die Entwicklung modernster Methoden des maschinellen Lernens und für deren Anwendung in zukünftigen Energiesystemen?

Das Fachgebiet „Intelligente Eingebettete Systeme“ (IES) forscht auf dem Gebiet der Grundlagen und Anwendungen von Methoden der Datenanalyse, des maschinellen Lernens und der künstlichen Intelligenz. Im Fokus der Grundlagenforschung stehen zum Beispiel selbstlernende und selbstorganisierende Systeme, Methoden des kollaborativen und aktiven Lernens, Methoden des Transferlernens oder Techniken zur Echtzeitanalyse von Zeitreihen. Im Bereich der angewandten Forschung liegen die Schwerpunkte in den Bereichen Energiesysteme, Automotive (autonomes Fahren) und Experimentalphysik/Materialien. Im Fachgebiet IES arbeiten derzeit ca. 25 Forschende in den oben genannten Bereichen. Das IES ist Mitglied des hessischen Zentrums für Künstliche Intelligenz (hessian.AI).

Ziel des Projekts KonSEnz ist es, verschiedene Methoden des kontinuierlichen, adaptiven Lernens und des maschinellen Lernens im Betrieb zu kombinieren, um den wachsenden Anforderungen eines hochgradig datengetriebenen Energiesystems in Bezug auf Automatisierung, Skalierung und Resilienz im Betrieb gerecht zu werden. Für die intelligente Nutzung von Flexibilität durch neue Verbraucher, Erzeuger und Speicher steigen die Anforderungen an die Betriebsplanung und damit an die Vorhersagbarkeit von immer mehr Komponenten im Energiesystem. Gleichzeitig erfordert die hohe Dynamik des Systems eine ständige Anpassung und Erweiterung der Planungs- und Prognosemodelle in Echtzeit. Die damit verbundenen Prozesse wie Modelltrainingsläufe und -auswertungen müssen daher zwangsläufig von hoch autonomen, computergestützten Verfahren zuverlässig und sicher übernommen werden.

Das Teilprojekt der Universität Kassel beschäftigt sich mit der Entwicklung von Algorithmen und Modellen mithilfe von Methoden des maschinellen Lernens und der künstlichen Intelligenz. Im Mittelpunkt stehen dabei Methoden des Transfer- und Repräsentationslernens zur Erleichterung der Wiederverwendung von gelerntem Wissen, Methoden der Selbstüberwachung und Selbstwahrnehmung in technischen Systemen zur Ermittlung des Modellanpassungsbedarfs (z.B. bei Prognosemodellen) durch das lernende System selbst sowie Methoden des kontinuierlichen Lernens im Hinblick auf die Selbstreflexion, damit sich das lernende System an neue Bedingungen (z.B. neue Anlagen) anpassen und die geforderte Leistung gewährleisten kann. Die Ergebnisse des Projekts sind Implementierungen entsprechender Algorithmen und Modelle, die in Zusammenarbeit mit den Projektpartnern anhand von Anwendungsfällen für Windkraftprognosen, Photovoltaikprognosen und Prognosen von vertikalen Leistungsflüssen an Transformatoren untersucht werden.


Aufgaben:

  • Forschung in den oben genannten Bereichen
  • Unterstützung der allgemeinen Aufgaben des Fachgebiets IES
  • Verfassen von Publikationen
  • Im Falle von EG 14 TV-H: Selbstständige Bearbeitung grundlegender und anspruchsvoller wissenschaftlicher Probleme im Bereich des maschinellen Lernens. Verantwortlich für die Einwerbung von Drittmittelprojekten im Bereich der KI für Energie. Beteiligung an der Betreuung von Doktoranden


Voraussetzungen:

  • Mit sehr gutem Erfolg abgeschlossenes wissenschaftliches Hochschulstudium der Informatik (oder eines eng verwandten Fachs), vorzugsweise in den oben genannten Bereichen. Der geforderte Abschluss muss spätestens zum Einstellungstermin vorliegen
  • Bei der Einstellung zur Habilitation: Mit sehr gutem Erfolg abgeschlossene Promotion der Informatik (oder eines eng verwandten Fachs). Sehr gute Kenntnisse und Erfahrungen in den nachfolgend genannten Bereichen. Ausgeprägte Publikationserfahrung und erste Erfahrungen in der Einwerbung und Leitung von Projekten. Der geforderte Abschluss muss spätestens zum Einstellungstermin vorliegen
  • Erfahrung in der Anwendung von Methoden des maschinellen Lernens, insbesondere im Bereich des Deep Learning, vorzugsweise in den oben genannten Bereichen
  • Gute Kenntnisse von KI-Tools, z. B. PyTorch, Tensorflow, Sklearn, Pandas, OpenCV und Numpy
  • Eine strukturierte Arbeitsweise, die es Ihnen ermöglicht, in einem Team zu arbeiten und zu führen
  • Selbstständige und zielorientierte Arbeitsweise und Freude am wissenschaftlichen Arbeiten
  • Sehr gute Kenntnisse der deutschen und englischen Sprache in Wort und Schrift


Wir bieten:

  • Arbeit in einem vielseitigen Team bestehend aus Grundlagenforscher:innen und Anwender:innen
  • Teilnahme an Konferenzen, Summer Schools und verschiedene Weiterbildungsangebote (z.B. für eine Promotion oder Habilitation)
  • Nutzung eines eigenen, großen Compute-Clusters mit Grafikkarten (CPU und GPU)
  • Entwicklung von neuen Methoden, die in praktischen Anwendungen genutzt werden


Mit Ihrer Bewerbung benötigen wir ein aussagekräftiges Motivationsschreiben und eine klare Aussage, für welche Stelle Sie sich bewerben (EG13 TV-H oder EG14 TV-H) bewerben (und zu welchem Anteil, z.B. 50% oder Vollzeit).


Für Rückfragen 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 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.


Zurück zur Übersicht Online-Bewerbung