Aufgaben
- Literaturrecherche zu etablierten Szenarioauswahl Methoden (Machine Learning).
- Untersuchung von geeigneten Samplingmethoden (z.B. Adaptive Sampling) mit dem Ziel, die Gesamtzahl der benötigten Szenarien zu minimieren.
- Analyse von geeigneten Abbildungs- und Regressionsmethoden im Hinblick auf die Unsicherheitsquantifizierung.
- Forschung zur erforderlichen Testabdeckung.
- Abschätzung einer optimalen Diskretisierung in den Parameterräumen.
- Vergleich und Bewertung der entwickelten Methoden anhand von bereitgestellten synthetischen Kritikalitätsräumen (Vektorräume).
Profil
- Laufendes technisches Studium mit Informatikanteilen, z.B. Data Science, Physik, Elektrotechnik oder vergleichbar.
- Grundkenntnisse in maschinellem Lernen, Deep Learning, Optimierungsalgorithmen oder Simulation sind von Vorteil.
- Idealerweise erste Erfahrungen mit Frameworks wie PyTorch oder Scikit-learn.
- Frühere Erfahrungen mit Simulation, Sonaren oder Validierungsmethoden von Vorteil.
- Programmierkenntnisse in einer objektorientierten Sprache (bevorzugt Python).
- Selbständige und systematische Arbeitsweise.
- Kommunikationsfähigkeit im Umgang mit Kollegen und Projektbeteiligten.
- Gute Deutsch- und Englischkenntnisse in Wort und Schrift.
Das bieten wir
Wir bieten unseren Mitarbeiter*Innen zahlreiche Benefits:
Welcome Day und Onboarding-Programm für einen guten Start bei uns
Attraktive (außer-) tarifliche Vergütung gemäß Tarifvertrag
Flexible und familienfreundliche Arbeitszeitgestaltung durch Gleitzeit-/ und Lebensarbeitszeitkonto sowie Homeoffice-Regelung
30 Tage Jahresurlaub sowie Sonderurlaub gemäß Tarifvertrag
Hervorragende betriebliche Altersversorgung
Firmenfitness mit bundesweiten Verbundpartnern
Bikeleasing
Corporate Benefits
Zuschuss Jobticket bzw. Deutschlandticket
Individuelle Lern- & Entwicklungsmöglichkeiten in Präsenz und digital
Werden auch Sie Teil unseres Unternehmens und bewerben Sie sich online. Wir freuen uns auf Sie!
Kontakt
Pia Wehrhahn
Recruiting Expert
+494214571164
