Dein Alltag besteht darin, innovative Modellarchitekturen für Wetteranwendungen zu erproben. Du analysierst und verarbeitest umfangreiche Klima- und Wetterdaten und leitest Deep Learning-Experimente.
Anforderungen
- •Studium der Mathematik, Informatik, Physik oder Ingenieurwissenschaften
- •Starke Programmierkenntnisse in Python
- •Erfahrung im Umgang mit Linux (Ubuntu)
- •Fortgeschrittene Kenntnisse im Maschinellen Lernen
- •Motivation zum Schreiben von sauberem Code
- •Affinität zu Technologien
- •Neugierde auf Deep Learning Architekturen
- •Interesse an KI und Klimawissenschaft
Deine Aufgaben
- •Neue Modellarchitekturen für Wetteranwendungen erproben
- •Klima- und Wetterdaten analysieren und vorverarbeiten
- •Deep Learning-Experimente orchestrieren und dokumentieren
- •Große Datenmengen verarbeiten und visualisieren
- •Relevante Literatur und Daten sichten
- •Software und Frameworks testen
Deine Vorteile
Interessante Herausforderungen
Attraktives Gehalt
Moderner Arbeitsplatz
Kooperative Arbeitsatmosphäre
Unterstützung bei Abschlussarbeiten
Flexible Arbeitszeiten
Möglichkeiten zum Homeoffice
Original Beschreibung
Ort:
Berlin
Datum:
01.08.2025
# Student Assistant Applied Machine Learning
Im Mittelpunkt der Forschungsarbeit des Fraunhofer-Instituts für Nachrichtentechnik – HHI stehen exzellente Forschung und Innovationen. Dabei sind wir weltweit führend in der Erforschung von mobilen und optischen Kommunikationsnetzen und -systemen sowie dem Maschinellen Lernen, Computer Vision und der Kompression von digitalem Video. Die Abteilung Angewandtes Maschinelles Lernen (AML) ist Teil der Künstliche Intelligenz und sucht eine studentische Hilfskraft zur Verstärkung der wissenschaftlichen Aktivitäten im Rahmen einer interdisziplinären Zusammenarbeit. In der Abteilung AML erforschen und entwickeln wir neue innovative Lösungen für aktuelle und zukünftige Schlüsselthemen. Werden Sie Teil unseres Teams und gehen Sie mit uns auf Forschungs- und Innovationsreise!
**Was Sie bei uns tun**
* Erprobung neuer grundlegender Modellarchitekturen für Wetter- und Klimaanwendungen
* Analyse und Vorverarbeitung von Klima- und Wetterdatenmodalitäten wie Zeitreihen, Bilddaten, Text- und numerische Daten, insbesondere Fernerkundungs- oder Radardaten
* Orchestrierung und Dokumentation von Deep Learning-Experimenten
* Verarbeitung und Visualisierung großer Datenmengen
* Sichtung relevanter Literatur und Daten
* Test von Software und Frameworks
**Was Sie mitbringen**
* Studium der Mathematik, Informatik, Physik, Ingenieurwissenschaften o.ä. mit guten bis sehr guten Noten
* Starke Programmierkenntnisse in Python mit Kenntnissen von Frameworks wie NumPy, Pytorch, Pandas etc.
* Erfahrung und Sicherheit im Umgang mit Linux (Ubuntu) via Terminal
* Fortgeschrittene Kenntnisse im Maschinellen Lernen
* Motivation zum Schreiben von sauberem und ordentlichem Code (Implementierung, Testen, Dokumentation, Versionierung mit Git)
* Affinität zu Technologien
* Neugierde auf ein tieferes Verständnis von Deep Learning Architekturen
* Interesse an der Schnittstelle von KI und Klimawissenschaft
**Was Sie erwarten können**
* Extrem interessante Herausforderungen in einem wissenschaftlich und zugleich unternehmerisch geprägten Umfeld
* Attraktives Gehalt
* Moderner und gut ausgestatteter Arbeitsplatz in zentraler Lage
* Gute und sehr kooperative Arbeitsatmosphäre in einem internationalen Team
* Unterstützung beim Anfertigen von Master- oder Bachelorarbeiten
* Flexible Arbeitszeiten
* Möglichkeiten zum Homeoffice
Die Stelle ist zunächst 12 Monate befristet. Eine Verlängerung ist explizit erwünscht.
Reine Masterarbeiten werden nicht vergütet.
Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.
Die monatliche Arbeitszeit beträgt 80 Stunden. Die Stelle kann auch in Teilzeit besetzt werden.
**Stellensegment:**
Training, Testing, Linux, Intern, Learning, Education, Technology, Entry Level, Human Resources