Diese Stelle ist in deinem Land nicht verfügbar.

Studentische Hilfskraft für Machine Learning in Zeitreihen

Fraunhofer-GesellschaftRostock

Vor 7 Tagen

Stellenbeschreibung

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 Greifswald 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 Du bei uns tust

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 Du mitbringst

Immatrikulation als Student

in an einer Universität oder Hochschule der Fachrichtungen Informatik, Data Science

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 Du erwarten kannst

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

Haben wir Dein Interesse geweckt?