Maschinelles Lernen im Anwendungsfeld Energie

Hilfskraftstelle

Themen-Schwerpunkt: Elektromobilität, Energie, Energiemanagement
Studiengänge: Informatik, Informationswirtschaft, Mathematik, Wirtschaftsinformatik, Wirtschaftsingenieurwesen

Umfeld

Die Abteilung Intelligente Kommunikation und Information in technischen Systemen (IIK) beschäftigt sich mit Fragestellungen in der Disziplin Energieinformatik, in der u.a. die Themen Energie, Energiemanagement, Energiedatenmanagement, Elektromobilität, energetische Flexibilität oder die Sektorenkopplung untersucht werden. In diesem Zusammenhang können maschinelle Lernverfahren (ML) auf vielfältige Weise eine wichtige Rolle spielen, wie bspw. zur Feature-Extraktion in Zeitreihen, zur Last- oder Erzeugungsprognose von dezentralen Prosumern aber auch zur Flexibilitätsmodellierung eingesetzt werden.

Sie sind an maschinellen Lernverfahren im Anwendungsfeld Energie interessiert und wollen sich in diesem Bereich einbringen und persönlich weiterentwickeln? Sie arbeiten lieber an theoretischen Fragestellungen oder doch eher an in der Praxis relevanten Aufgabenstellungen? Kein Problem, schreiben Sie uns einfach an! Wir haben fast immer offene Themen in beiden Richtungen und freuen uns auf Ihre Bewerbung!

Ihre Arbeit als wissenschaftliche Hilfskraft wird im Rahmen des Karlsruhe Applied Machine Learning Living Lab (KarAMeL³) stattfinden und bietet Ihnen über den inhaltlichen Austausch mit Ihrem Betreuer hinaus eine hervorragende Arbeitsumgebung mit der Möglichkeit an regelmäßig organisierten domänenübergreifenden Treffen mit anderen Studierenden und Wissenschaftlern, die sich mit ML-Themen beschäftigen, teilzunehmen und sich auszutauschen.

Aufgaben

Die genaue Aufgabenbeschreibung ist abhängig vom individuell vereinbarten Thema und kann von Literaturrecherchen über die Unterstützung bei der Konzeption und Implementierung von maschinellen Lernverfahren in einem bestimmten Anwendungsfall bis hin zur unterstützenden Analyse und Bewertung der entwickelten Verfahren reichen.

Wir bieten

  • Praxisnahe Forschungsumgebung mit modernen Systemen und Anlagen im FZI House of Living Labs
  • Möglichkeit zum Sammeln von Erfahrungen im Umgang mit neuen Technologien
  • Gute Kenntnisse im Bereich des maschinellen Lernens
  • Flexible Zeiteinteilung, eine angenehme Arbeitsatmosphäre und räumliche Nähe zum KIT-Campus
  • Aktuelle Praxiseinblicke durch Kooperationen mit bedeutenden Unternehmen der Branche
  • Möglichkeit, die Arbeit ggf. in einer Abschlussarbeit weiterzuführen
  • Küche, Kaffeemaschine und Terrasse mit Grill :-)

Wir erwarten

Auf Grund der Breite des Themengebietes sind unsere Erwartungen abhängig vom fachlichen Bewerber-Hintergrund und der individuellen Ausgestaltung der Tätigkeit:

  • Studium der Informatik oder themenverwandter Gebiete
  • Eigenständiges und verantwortungsbewusstes Arbeiten
  • Interesse am Anwendungsfeld Energie und maschinellen Lernverfahren
  • Grundlegende Kenntnisse im Umgang mit z.B. TensorFlow o.ä. hilfreich
  • Fundierte Kenntnisse in Themen wie bspw. Python, Java, Datenbanken, etc.

Bewerbung

Bitte legen Sie Ihrem Anschreiben einen tabellarischen Lebenslauf, ggf. einen Überblick über bisherige praktische Erfahrungen sowie einen aktuellen Notenauszug bei.