Wir suchen eine/n studentische/n Mitarbeiter/in zur Unterstützung unserer Forschung im DFG-geförderten Sonderforschungsbereich FONDA, der/die sich mit der Optimierung von groß angelegten wissenschaftlichen Datenanalyse-Workflows beschäftigt. Konkret zielt das Projekt darauf ab, Wissenschaftler/innen bei der Suche nach effizienten Methoden für die Implementierung und Ausführung von auf maschinellem Lernen basierenden Datenanalyse-Workflows für die Überwachung von Waldstörungen zu unterstützen, damit diese schnell saniert werden können.
In der Forschungsgruppe von Prof. Odej Kao werden wir (1) die Leistungsverschlechterung von Datenanalyse-Workflows überwachen (2) neue selbstanpassende Algorithmen für die Planung in verschiedenen Umgebungen entwickeln (3) Methoden für eine effiziente und stabile Wartung von auf maschinellem Lernen basierenden Datenanalyse-Workflows erforschen und (4) die rechnerische Effizienz mit inkrementellem Lernen untersuchen. Der/die Student/in wird vollständig in die kollaborative Forschung eingebunden und erhält so einen umfassenden Einblick in die wissenschaftliche Praxis.
Zu den Aufgaben der/des Studierenden gehören:

• Vorbereitung unserer infrastrukturspezifischen Ausführungsprofile für die Durchführung von wissenschaftlichen Experimenten (40 %)
• Unterstützung bei der Durchführung von wissenschaftlichen Experimenten (30 %)
• Unterstützung des Teams bei der Forschung (z. B. Literaturrecherche, Framework-Tests usw.) (30 %)

Muss:

• Ein gutes Verständnis von verteilten Systemen und maschinellem Lernen
• Solide Programmierkenntnisse, vorzugsweise in Python
• Gute Kenntnisse von Linux und Kommandozeilentools
• Sehr gute Englischkenntnisse und gute Deutschkenntnisse jeweils in Wort und Schrift

Kann:

• Vertrautheit mit der Fernerkundung
• Kenntnisse von maschinellen Lernverfahren wie TensorFlow oder PyTorch
• Erfahrung in der Arbeit mit verteilten Verarbeitungssystemen wie Spark oder Nextflow
• Gute Kommunikationsfähigkeiten

Fachlich verantwortlich / Ansprechpartner:in für die Ausschreibung: Diellza Sherifi/ Prof. Odej Kao
Besetzungszeitraum: ab sofort, befristet für zwei Jahre
Bewerbung an: jana.bechstein@tu-berlin.de

Ihre schriftliche Bewerbung mit Anschreiben, Lebenslauf, Immatrikulationsbescheinigung und ggf. aktueller Notenübersicht richten Sie bitte unter Angabe der Kennziffer an die o.g. Beschäftigungsstelle.
Zur Wahrung der Chancengleichheit zwischen Männern und Frauen sind Bewerbungen von Frauen mit der jeweiligen Qualifikation ausdrücklich erwünscht. Schwerbehinderte werden bei gleicher Eignung bevorzugt.