Wissenschaftliche n Mitarbeiter in Zur Promotion

zum nächstmöglichen Zeitpunkt, 100 % Vollzeit; befristet für 3 Jahre, Vergütung nach EG 13 (TV-H), Dienstort: Frankfurt am Main, Bewerbungsfrist: 8. November 2024

***

Der Arbeitsbereich Educational Technologies sucht zum nächstmöglichen Zeitpunkt:
Eine*n wissenschaftliche*n Mitarbeiter*in zur Promotion

100 % Vollzeit; befristet für 3 Jahre. Vergütung nach EG 13 Tarifvertrag für den öffentlichen Dienst des Landes Hessen (TV-H)

Der Dienstort ist Frankfurt am Main. Als wissenschaftlichen Nachwuchsförderung bieten wir intensive Betreuung sowie vielfältige Weiterbildungsmöglichkeiten (Teilnahme am koordinierten Promotionsbegleitprogramm des DIPF, Kolloquien, Workshops).

Die Stelle ist im Projekt ML2MT angesiedelt, das sich mit den Entwicklungen im Bereich Mensch-Maschine-Interaktion in der Bildung befasst. Die angeschriebene Stelle soll sich mit dem Einsatz von Natural Language Processing im formativen Assessment von Schüler*innen in den Naturwissenschaften beschäftigen.

Ihre Aufgaben
- Kooperative und individuelle Durchführung von Studien zum Einsatz von Natural Language Processing im formativen Assessment
- Grundlagenforschung zur Verbesserung von Methoden zur automatisierten Auswertung von Kurzantworten und Exit-Slips, sowie zur Generierung von adäquatem Lerner*innen-Feedback mit generativen Modellen, mit einem Fokus auf die deutsche Sprache und unter Einbezug von Kontextwissen aus Knowledge Bases und Knowledge Graphs
- Vorbereitung eines Shared Tasks (wiss. Wettbewerb im Machine Learning) gemeinsam mit anderen wissenschaftlichen Beschäftigten des Teams
- Arbeit mit deutschsprachigen Daten
- Implementierung von Research-Prototypen
- Publikation von Ergebnissen in referierten englischsprachigen Fachzeitschriften und/oder Tagungs-Proceedings
- Koordination wissenschaftlicher Hilfskräfte
- Teilnahme an Tagungen, Workshops und Projekttreffen

Voraussetzungen
- Sehr guter wissenschaftlicher Hochschulabschluss (Master) in Informatik, Computerlinguistik, Data Science, Artificial Intelligence, Statistik, Mathematik, Cognitive Science oder einer verwandten Disziplin
- Fundierte Kenntnisse in Natural Language Processing und Machine Learning
- Kenntnisse im Umgang mit Knowledge Bases, Knowledge Graphs und Suchmaschinen sind ein Plus
- Fundierte Erfahrung mit der Programmierung in Python; Erfahrung in weiteren Programmiersprachen wie JavaScript, Java, R, Julia, Rust oder C++ ist ein Plus, aber keine Voraussetzung.
- Sehr gute Kenntnisse der Frameworks Pandas, NumPy, Scikit-Learn, PyTorch und Huggingface Transformers.
- Erste Erfahrung mit dem Versionsverwaltungssystem Git
- Ein hohes Maß an Eigenverantwortlichkeit und Initiative
- Bereitschaft zur interdisziplinären Zusammenarbeit, insb. mit Pädagog*innen und Psycholog*innen
- Sehr gute Englischkenntnisse (C1 CEFR oder besser)
- Erste Erfahrung im Verfassen wissenschaftlicher Aufsätze in Englisch
- Deutschkenntnisse (Level B2 oder besser) sind von Vorteil

Wir erwarten die Fähigkeit, sich kurzfristig in weiterführende Themen v.a. in der Pädagogik und Psychologie einzuarbeiten und die Bereitschaft zu Dienstreisen. Persönliches Engagement, sehr gute Kommunikationsfähigkeit sowie die Bereitschaft zur Kollaboration mit Kolleg*innen setzen wir voraus. Wir bieten ein breites Netzwerk in Forschung und Praxis, sowie Anschluss an das Weiterbildungsprogramm GRADE der Goethe-Universität.

Flexible Arbeitszeiten und die „Kita im DIPF“ ermöglichen gute Voraussetzungen für die Vereinbarkeit von Beruf und Familie. Ebenso ist mobiles Arbeiten innerhalb Deutschlands nach Absprache mit den Vorgesetzten möglich. Es besteht die Möglichkeit, ein vergünstigtes Jobticket zu erwerben.

Das DIPF ist zertifiziert mit dem Siegel audit berufundfamilie+vielfalt, fördert die Gleichstellung aller Mitarbeiter*innen und begrüßt Bewerbungen unabhängig von ethnischer, kultureller oder sozialer Herkunft, Alter, Religion, Weltanschauung, Behinderung, Geschlecht und sexueller Identität. Schwerbehinderte Menschen werden bei gleicher Eignung besonders berücksichtigt. Die Reduzierung der Arbeitszeit ist unter Berücksichtigung dienstlicher Belange grundsätzlich möglich.

Prof. Dr. Hendrik Drachsler, Arbeitsbereichsleiter Educational Technologies
DIPF | Leibniz-Institut für Bildungsforschung und Bildungsinformation
Rostocker Straße 6, 60323 Frankfurt am Main