Webseite Forschungszentrum Jülich GmbH
Forschung für eine Gesellschaft im Wandel: Das ist unser Antrieb im Forschungszentrum Jülich. Als Mitglied der Helmholtz- Gemeinschaft stellen wir uns großen gesellschaftlichen Herausforderungen unserer Zeit und erforschen Optionen für die digitalisierte Gesellschaft, ein klimaschonendes Energiesystem und ressourcenschützendes Wirtschaften. Arbeiten Sie gemeinsam mit rund 7.400 Kolleg:innen in einem der größten Forschungszentren Europas und gestalten Sie den Wandel mit uns!
Machine Learning ist ein wertvolles Werkzeug mit vielfältigen Einsatzmöglichkeiten, auch im Bereich der Gebäudebestandsanalyse. Angesichts der bedeutenden Rolle des Gebäudesektors für die Energiewende und das im Green Deal verankerte Ziel der Treibhausgasneutralität in Europa bis 2050 ist die Dekarbonisierung dieses Sektors von entscheidender Bedeutung. Um zukünftige Szenarien zu entwickeln und zu bewerten, werden detaillierte Informationen über den Gebäudebestand auf Einzelgebäudeebene benötigt. Diese Daten sind jedoch oft nicht vollständig verfügbar. An dieser Stelle kann Machine Learning helfen, Datenlücken zu schließen. Die Modellvorhersagen stimmen jedoch nicht immer ausreichend mit den realen Verteilungen überein. Um eine bessere Übereinstimmung zwischen generierten Daten und bekannten Statistiken zu erreichen, können Kalibrierungsansätze angewendet werden. Ziel dieser Arbeit ist es, Kalibrierungsstrategien zu evaluieren und auf Machine-Learning-Modelle anzuwenden, um Datensätze zum deutschen Gebäudebestand zu optimieren.
Wir bieten Ihnen ab sofort eine spannende
Masterarbeit – Kalibrierung von Machine-Learning- Modellen für die Anwendung in Gebäudebestands- analysen (w/m/d)
Ihre Aufgaben:
- Aktualisierung und Erweiterung von vorhandenen Trainingsdaten
- Recherche und Aufbereitung von Modellkalibrierungsansätzen
- Auswahl und Implementierung geeigneter Kalibrierungsansätze
- Definition von Indikatoren für die Bewertung der Kalibrierungsergebnisse
- Auswertung der kalibrierten Vorhersagen für verschiedene Gebäudeattribute, wie z. B. Baujahr
Ihr Profil:
- Sehr gute oder gute Leistungen im Studium der Informatik, Data Science, Statistik oder eines vergleichbaren Studienganges
- Erfahrung im Bereich Machine Learning
- Interesse am Gebäudesektor und an Data Science
- Programmierkenntnisse, idealerweise in Python, und Erfahrung mit gängigen Bibliotheken (z. B. pandas und scikit-learn)
- Selbstständige und analytische Arbeitsweise innerhalb eines Projektteams
- Sehr gute Englischkenntnisse erforderlich, gute Deutschkenntnisse wünschenswert
Unser Angebot:
Wir arbeiten an hochaktuellen innovativen Themen und bieten Ihnen die Möglichkeit, den Wandel aktiv mitzugestalten! Wir bieten Ihnen:
- Eine hoch motivierte Arbeitsgruppe in einer der größten Forschungseinrichtungen Europas Exzellente wissenschaftliche und technische Infrastruktur
- Intensive Betreuung über Web-Meetings und die Möglichkeit, die Arbeit komplett in Heimarbeit zu bearbeiten
- Ideale Rahmenbedingungen für Praxiserfahrungen neben dem Studium Die Position ist auf sechs Monate befristet.
- Neben spannenden Aufgaben und einem kollegialen Miteinander bieten wir Ihnen noch viel mehr: https://go.fzj.de/Benefits.
Wir freuen uns über Bewerbungen von Menschen mit vielfältigen Hintergründen, z. B. hinsichtlich Alter, Geschlecht, Behinderung, sexueller Orientierung / Identität sowie sozialer, ethnischer und religiöser Herkunft. Ein chancengerechtes, diverses und inklusives Arbeitsumfeld, in dem alle ihre Potenziale verwirklichen können, ist uns wichtig.
Wir freuen uns auf Ihre Bewerbung. Die Position ist bis zur erfolgreichen Besetzung ausgeschrieben. Bitte bewerben Sie sich daher möglichst zeitnah über unser Online-Bewerbungsportal.
Fragen zur Ausschreibung?
Kontaktieren Sie uns gerne über unser Kontaktformular. Bitte beachten Sie, dass aus technischen Gründen keine Bewerbungen per E-Mail angenommen werden können.
Hilfreiche Informationen zum Bewerbungs- und Auswahlprozess finden Sie hier. Zudem finden Sie Antworten auf häufig gestellte Fragen bei unseren FAQs.
www.fz-juelich.de
Um dich für diesen Job zu bewerben, besuche bitte www.fz-juelich.de.