Beschreibung

In dieser Rolle wirst du NLP-Ansätze implementieren und verschiedene Machine-Learning-Verfahren anwenden. Dein Alltag umfasst die Entwicklung von Algorithmen zur Stilbrucherkennung und die Optimierung von Verfahren zur Autorschaftsanalyse, während du aktiv an spannenden Projekten mitarbeitest.

Anforderungen

• •Fundierte Kenntnisse in Machine/Deep Learning
• •Vertrautheit mit verschiedenen Architekturen von Neuronalen Netzen (u.a. Transformer, MLP, 1D-CNNs)
• •Vertrautheit mit grundlegenden Begriffen und Konzepten wie Klassifikation, Hyperparameter-Optimierung, Fine-Tuning, Evaluierung von Modellen
• •Fundierte Kenntnisse in Python
• •Fähigkeit, Methoden und Verfahren aus wissenschaftlichen Veröffentlichungen eigenständig umzusetzen
• •Wissen und Erfahrung im Bereich Cybersicherheit
• •Bereitschaft, sich neuen Herausforderungen zu stellen
• •Ausgeprägtes analytisches Denken

Aufgaben

• •Natural Language Processing (NLP) Ansätze implementieren
• •Merkmalsextraktion durchführen (LLM-gestützt, embedding-basiert, klassisches Feature Engineering)
• •Stilbrucherkennungsalgorithmen entwickeln
• •KI-generierte Textinhalte erkennen und zuordnen, welches LLM den Text generiert hat
• •Bestehende Autorschaftsanalyse-Verfahren optimieren
• •Verschiedene Machine-Learning-Verfahren anwenden
• •One/Binary-Class-Classification durchführen (LLM-basiert, Deep-Learning-Ansätze, klassische Ansätze)
• •Ensemble-Verfahren implementieren (Stacking, Voting, Weighting, Calibration)
• •ML-Modelle evaluieren anhand standardisierter Metriken (ROC, AUC, Konfusionsmatrizen)
• •UIs und WebApps entwickeln (fastHTML, Streamlit, Gradio, Angular, Svelte)
• •In öffentlich geförderten und industriepartnerbeauftragten Projekten mitarbeiten

Tools & Technologien

Benefits