Deine Aufgabe: Literaturrecherche zu Lastprognosen, Überlastungsmanagement und DL Transformers Interaktion mit dem Data Fusion Hub über REST-APIs für den Zugriff auf Netzmessungen Entwicklung eines Kommunikationsframeworks zwischen flexiblen Lastgeräten (intelligente elektrische Wärmespeichergeräte) und Überlastungsmanagement-Agenten über OpenEMS Training und Optimierung Deep Learning Modelle für Prognosen und Entscheidungsfindung Code-Versionierung und Problemmanagement (Git) Unterstützung bei der Implementierung eines Laborprototyps für das Engpassmanagement Validierung der Wirksamkeit verschiedener Managementstrategien Mitverfassen von Forschungsarbeiten und Unterstützung bei der Verbreitung der Ergebnisse Dein Profil: Student im Masterstudiengang Informatik, Elektrotechnik oder ähnlichem Fachgebiet Erfahrung in der Softwareentwicklung (Python/Java) (Wünschenswert) Erfahrung mit Linux Kenntnisse in neuronalen Netzen, maschinellem Lernen (Python/Pytorch) Selbstmotivierte und strukturierte Arbeitsweise Gute Kommunikationsfähigkeiten in Englisch (Wünschenswert) Kommunikationsfähigkeiten in Deutsch Verfügbarkeit für die Arbeit vor Ort Unser Angebot: Internationales und dynamisches Arbeitsumfeld Flexible Arbeitszeiten und Arbeit an einem verkehrsgünstigen Standort Möglichkeit, zu anspruchsvollen und spannenden Themen im Bereich maschinelles Lernen und Energienetzsteuerung zu forschen Möglichkeit zur Erstellung, Veröffentlichung und Verbreitung von Forschungsartikeln beizutragen Haben wir Dein Interesse geweckt?
Zu Deinen Schwerpunkten gehört Programmieren mit der Programmiersprache Java. Du baust kleine und große Software-Systeme und erweiterst diese stetig. Du lernst, wie man von der Idee zu einer hilfreichen Anwendung kommt.
Python, Java, C#, JavaScript) Fundierte Kenntnisse im Bereich Künstliche Intelligenz (z.B. Machine Learning, NLP, Generative AI) Erfahrung mit Frameworks und Tools wie TensorFlow, PyTorch, Hugging Face o.Ä Praktische Erfahung mit RAG insbesondere mi Aufbau von Pipelines zur Kombination von LLMs Verständnis mit Indexierung, Chunking-Strategien und semantische Suche Vorteilhaft: Kenntnisse in LangChain, LlamaIndex oder ähnlichen Frameworks zur Entwicklung von RAG-basierten Anwendungen Teamfähigkeit und Freude an interdiziplinärer Zusammenarbeit Quaitätsbewusstsein und struktuiriertes Vorgelhen Berufliche Karrieren verlaufen nicht immer perfekt oder geradlinig.
Python, Java, C#, JavaScript) Fundierte Kenntnisse im Bereich Künstliche Intelligenz (z.B. Machine Learning, NLP, Generative AI) Erfahrung mit Frameworks und Tools wie TensorFlow, PyTorch, Hugging Face o.Ä Praktische Erfahung mit RAG insbesondere mi Aufbau von Pipelines zur Kombination von LLMs Verständnis mit Indexierung, Chunking-Strategien und semantische Suche Vorteilhaft: Kenntnisse in LangChain, LlamaIndex oder ähnlichen Frameworks zur Entwicklung von RAG-basierten Anwendungen Teamfähigkeit und Freude an interdiziplinärer Zusammenarbeit Quaitätsbewusstsein und struktuiriertes Vorgelhen Berufliche Karrieren verlaufen nicht immer perfekt oder geradlinig.