Stellenbeschreibung
Das Fachgebiet Big Data Engineering (DAMS Lab) sucht einen studentischen Beschäftigte*n (d/m/w) zur Verstärkung des Teams und zur Unterstützung bei der fachgebietsinternen Prototypenentwicklung und Experimenten im Kontext systemorientierter Forschung zu Daten- und Machine Learning (ML) Systemen für den gesamten Data Science Lebenszyklus von Datenintegration, -bereinigung, und -vorbereitung, über effizientes und skalierbares Model Training, bis hin zu Model Debugging und Deplpoyment.
Aufgaben
- Unterstützung bei Open-source contributions in fachgebietsinternen ML-Systemen zu Sprachabstraktionen, Kompilierungs- und Laufzeittechniken, Tests sowie Werkzeugen (APIs, Systeminternas, und Werkzeuge) [60%]
- Unterstützung bei der Implementierung von am Lehrstuhl entwickelten Datenanalyse- und ML-Pipelines (Anwendungsfälle, Primitive und Anwendungen unterschiedlicher Domänen, einschließlich Health Care und Earth Observation) [20%]
- Unterstützung bei der experimentellen Evaluierung von gesamten ML-Pipelines, Systemkomponenten und unterschiedlichen Baselines [20%]
Anforderungen
- Gute Programmierkenntnisse in zwei der folgenden Programmiersprachen: Python, Java oder C++
- Grundkenntnisse in zwei der folgenden Bereiche: Data management, angewandtes maschinelles Lernen, Compilerbau, verteilte Systeme oder Software Engineering
- Gute Deutsch- und/oder Englischkenntnisse erforderlich, Bereitschaft die jeweils fehlenden Sprachkenntnisse zu erwerben
Wünschenswert
- Grundkenntnisse im Umgang mit Versionskontrollsystemen (git) sowie open-source Entwicklungs-Workflows
- Grundkenntnisse in der Durchführung experimenteller Evaluationen auf System- und Komponenten-Ebene
- Erfahrung mit R und Shell Skripten
- Kommunikations- und Teamfähigkeit, selbständige Arbeitsweise, hohe Motivation