Stellenangebote

Unser Angebot: 

Studentische Hilfskraft (W/M/D) für Transfer, Multi-task und Representation Lernen in Renewable Energy Systems am FG IES

Wir suchen derzeit eine/n hochmotivierte/n und qualifizierte/n studentische/n Mitarbeiter/in für unser Team, um an einem spannenden Projekt teilzunehmen, das sich auf die Anwendung von Transferlernen, Repräsentationslernen und Multi-Task-Lernen Methoden für die  Anwendungen zur Erkennung von Anomalien und Vorhersage der Restnutzungsdauer. Das Projekt beinhaltet die Arbeit mit der real-world dataset, und wir suchen eine engagierte Person, die dazu beitragen möchte, Spitzenforschung und -entwicklung in diesem Bereich voranzutreiben. Als studentischer Mitarbeiter werden Sie in verschiedene Aufgaben einbezogen, darunter: 

• Erforschung und Implementierung von Deep-Learning-Methoden, insbesondere von Transfer- und Repräsentationslernverfahren für praktische Anwendungen mit Schwerpunkt auf Anomalieerkennung und Restnutzungsdauerprognose in erneuerbaren Energiesystemen,
• Beitrag zur Entwicklung neuer Deep-Learning-Methoden,
• die Erprobung und Bewertung verschiedener Lösungen für spezifische Anwendungen,
• die Analyse und Interpretation der Ergebnisse von Experimenten.
• und Mitarbeit bei der Verfassung wissenschaftlicher Artikel.

Als studentische Hilfskraft können Sie erwarten:

• eine langfristige Mitarbeit in Forschungsprojekten zum Maschinellen Lernen (ML),
• die Nutzung eines der größten Rechencluster in Nordhessen mit modernsten Grafikkarten,
• die Zusammenarbeit mit einem Team aus qualifizierten Wissenschaftlern und studentischen Hilfskräften,
• die Möglichkeit zur freien Gestaltung Ihrer Arbeitszeit,

• ein freundliches Arbeitsumfeld,

• sowie die Kombination mit der Teilnahme an Seminaren, Projekten und Abschlussarbeiten.

   

Voraussetzungen sind:

• Immatrikulation an einer Universität,
• Erfahrungen und Kenntnisse in den Bereichen maschinelles Lernen und Deep Learning,
• Vertrautheit mit Python (z.B. NumPy, Scikit-learn, PyTorch, Jupyter, Matplotlib),
• Erfahrung in der Softwareentwicklung (z. B. Git, Code-Dokumentation, Objektorientierung),
• Freude an Teamarbeit,
• und gute Englischkenntnisse.

Von Vorteil sind:

• Erfahrung in der Arbeit mit LaTeX,
• eine gute Lerneinstellung,  

• und Forschungsinteresse an Deep-Learning-Anwendungen.

   

Bei Interesse:

• Bewerbung (Lebenslauf, Leistungsübersicht des Studiums) mit dem Betreff HiWi-Forschung an ies-hiwi@uni-kassel.de senden.

Unser Angebot: 

Studentische Hilfskraft (W/M/D) für Reinforcement Learning in Power Grid Control am FG IES

Wir suchen derzeit eine/n hochmotivierte/n und qualifizierte/n studentische/n Mitarbeiter/in für unser Team, um an einem spannenden Projekt teilzunehmen, das sich auf die Anwendung von Reinforcement Learning (RL) und Erklärbarkeitsmethoden für die Steuerung von Stromnetzen konzentriert. Das Projekt beinhaltet die Arbeit mit der grid2op-Bibliothek, und wir suchen eine engagierte Person, die dazu beitragen möchte, Spitzenforschung und -entwicklung in diesem Bereich voranzutreiben. Als studentischer Mitarbeiter werden Sie in verschiedene Aufgaben einbezogen, darunter:

• Recherche und Implementierung von Deep Learning- und Reinforcement Learning-Methoden für praktische Anwendungen in der Steuerung von Stromnetzen.
• Beitrag zur Entwicklung neuartiger Reinforcement Learning-Methoden, die auf spezifische Herausforderungen in diesem Bereich zugeschnitten sind.
• Experimentieren mit und Evaluieren verschiedener Lösungen zur Verbesserung der Effizienz und Robustheit der Steuerung von Stromnetzen.
• Analyse und Interpretation der Ergebnisse von Experimenten, um wertvolle Erkenntnisse zu liefern.

Voraussetzungen sind: Um in dieser Rolle erfolgreich zu sein, sollten Sie:

• Eingeschrieben in einem Universitätsprogramm sein.
• Erfahrung und Kenntnisse in Deep Learning und vorzugsweise in mit Reinforcement Learning verbundenen Themen haben.
• Kompetenz in Python, einschließlich Bibliotheken wie NumPy, Scikit-learn, PyTorch, und Erfahrung mit Jupyter Notebooks und Matplotlib haben.
• Erfahrung in der Softwareentwicklung, einschließlich Versionskontrolle mit Git und Code-Dokumentation.

Von Vorteil sind: Obwohl nicht zwingend erforderlich, wären die folgenden Fähigkeiten und Eigenschaften von Vorteil:

• Erfahrung mit Reinforcement Learning-Frameworks wie Ray RLLib, Gymnasium und stablebaselines.
• Erfahrung in der Arbeit mit LaTeX zur Dokumentenvorbereitung.
• Eine positive Lernhaltung und großes Interesse an laufender Forschung im Bereich angewandtes Reinforcement Learning und Stromnetze.

Bei Interesse senden Sie ihre Bewerbung (Lebenslauf und Leistungsnachweise) mit dem Betreff: HiWi-Forschung an ies-hiwi@uni-kassel.de