Am Fachgebiet „Knowledge Discovery and Data Mining“ haben wir drei Stellen im Bereich Big Data Analytics zu besetzen.
(1) Sensor Data Analytics
Wir möchten uns mit dieser Stelle auf „Anomaly Detecion“ und „Sensor Data Mining“ in wissenschaftlichen/industriellen Anwendungen mit hochdimensionalen und dynamischen Datenströmen konzentrieren. Die Stelle wird aus unserem mFUND-Projekt vom Bundesministerium für Verkehr und digitale Infrastrukturen finanziert. Im Projektes werden neue prädiktive Verfahren und Anomaly-Detection-Algorithmen erforscht und als OpenSource bereitgestellt.
Weitere Informationen in der Stellenausschreibung Sensor Data Analytics.
(2) Data Science for Sparse Data
Wir möchten uns mit dieser Stelle auf „Data Imputation (Statistik)“ und „Data Mining“ in wissenschaftlichen/industriellen Anwendungen mit hochdimensionalen und unvollständigen Daten konzentrieren. Die Stelle wird aus unserem Sparse2BigData-Projekt von der Helmholtz Gemeinschaft finanziert. Im Projekt werden neue statistische Methoden und Data Mining Algorithmen entwickelt, welche Muster aus unvollständigen Daten erkennen können.
Weitere Informationen in der Stellenausschreibung Data Science for Sparse Data.
(3) Graph Mining and Graph Databases
Wir möchten uns mit dieser Stelle auf „Graph Mining“ und „Graph Databases“ in wissenschaftlichen/industriellen Anwendungen mit heterogenen und dynamischen Graph Datenbanken konzentrieren. Das Stipendium wird aus der HPI Research School finanziert. Im Rahmen der Promotion sollen neue Graph Mining Algorithmen entwickelt werden, welche heterogene Informationen aus komplexen Graph-Datenbanken analysieren können.
Weitere Informationen in der Stellenausschreibung Graph Data Mining.
Bewerbungen:
Wir freuen uns auf Ihre aussagekräftigen Bewerbungsunterlagen mit frühestmöglichem Eintrittstermin. Bitte senden Sie diese elektronisch als ein PDF-Dokument an: office-mueller(at)hpi.de
Wir freuen uns auf Ihre Bewerbungen!
