Die Data Integration and Data Preparation Group (D2IP) an der TU Berlin forscht an der Schnittstelle von Datenmanagement, Data Engineering und Maschinellem Lernen. Ziel unserer Arbeit ist die Entwicklung automatisierter, skalierbarer und qualitativ hochwertiger Methoden und Systeme zur Integration, Aufbereitung und Nutzung großer, heterogener Datenbestände – als Grundlage für moderne Data-Science- und KI-Anwendungen. Wir suchen Unterstützung in dem BIFOLD-assoziierten Forschungsprojekt "DFG TDC 2". Ziel des Projekts ist die Entwicklung effizienter Verfahren und Systeme zur automatisierten Datenvorbereitung und -integration, die Data-Science-Pipelines robuster, nachvollziehbarer und leichter nutzbar machen.

• Unterstützung bei der Implementierung von Funktionen und Optimierungen (50 %)
• Unterstützung bei der Entwicklung experimenteller Benchmarks (20 %)
• Unterstützung bei der redaktionellen Bearbeitung wissenschaftlicher Texte (30 %)

Muss-Kriterien:

• Fundierte Kenntnisse in maschinellem Lernen (Konzepte, Modelle und Workflows)
• Fundierte Kenntnisse über Herausforderungen in der Datenintegration
• Sehr gute Python-Kenntnisse
• Erfahrung mit Bibliotheken (scikit-learn, pandas, polars oder PyTorch)
• Gute Kenntnisse im Bereich skalierbarer Datenverarbeitung
• Erfahrung in der Mitarbeit an Datenverarbeitungssystemen oder Machine-Learning-Frameworks
• Gute Deutsch- und/oder Englischkenntnisse erforderlich; Bereitschaft die jeweils fehlenden Sprachkenntnisse zu erwerben

Kann-Kriterien:

• Erste Erfahrungen mit Open-Source-Entwicklung oder Beiträge zu Open-Source-Projekten

Fachlich verantwortlich / Ansprechpartner:in für die Ausschreibung: Prof. Dr. Ziawasch Abedjan
Besetzungszeitraum: ab sofort bis 30.04.2027
Bewerbung an: sekr@d2ip.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.