Wissenschaftliche*r Mitarbeiter*in - Machine Learning und Process Mining
05.11.2024
Fraunhofer-Institut für Integrierte Schaltungen IIS
Nürnberg
Weitere passende Anzeigen:
Passende Jobs zu Ihrer Suche ...
... immer aktuell und kostenlos per E-Mail.
Sie können den Suchauftrag jederzeit abbestellen.
Es gilt unsere Datenschutzerklärung. Sie erhalten passende Angebote per E-Mail. Sie können sich jederzeit wieder kostenlos abmelden.
Informationen zur Anzeige:
Wissenschaftliche*r Mitarbeiter*in - Machine Learning und Process Mining
Nürnberg
Aktualität: 05.11.2024
Anzeigeninhalt:
05.11.2024, Fraunhofer-Institut für Integrierte Schaltungen IIS
Nürnberg
Wissenschaftliche*r Mitarbeiter*in - Machine Learning und Process Mining
Aufgaben:
Forschung und Projekte: Erforschen Sie neueste Techniken in Process Mining, Machine Learning und Deep Learning und wenden Sie diese in spannenden Projekten an, insbesondere mit öffentlichen Fördergeber*innen (z. B. BMBF, BMWK, Bayern, EU).
Innovation: Entwickeln Sie kreative Ideen zur datenbasierten Analyse und Prognose von Prozessen in Produktion, Logistik und Verkehr.
Anwendung: Setzen Sie moderne Methoden des prozessbewussten Lernens für unsere industriellen Partner in realen Anwendungsfällen ein.
Teamarbeit: Arbeiten Sie an der Schnittstelle von prädiktiver Prozessanalyse, Data Science und mathematischer Optimierung und betreuen Sie studentische Hilfskräfte.
Qualifikationen:
Sind Sie begeistert von den Zukunftsthemen Analytics und Künstliche Intelligenz ? Möchten Sie Prozesse mithilfe von Machine Learning und Process Mining analysieren und prognostizieren?
Akademische Qualifikation: Abgeschlossenes wissenschaftliches Hochschulstudium der (Wirtschafts-) Informatik, (Wirtschafts-) Mathematik oder Wirtschaftswissenschaften mit Schwerpunkt auf Data Science oder Statistik.
Expertise: Kenntnisse in Machine Learning und Deep Learning, idealerweise in der Verarbeitung von Logdaten oder Text.
Programmierung: Gute Kenntnisse in Python und Erfahrung mit gängigen Machine-Learning-Bibliotheken (z. B. PyTorch, Pandas, scikit-learn).
Interesse an Prozessoptimierung: Erste Erfahrungen in der Anwendung von Process Mining und Interesse an Predictive Process Monitoring sind von Vorteil.
Technische Fähigkeiten: Erste Erfahrung in der Entwicklung von prototypischen Benutzeroberflächen (z. B. Streamlit, D3) und im Umgang mit großen, sequenziellen Datensätzen (Big Data) ist wünschenswert.
Sprachkenntnisse: Sehr gute Deutsch- und Englischkenntnisse.
Standorte