Hasso-Plattner-Institut
Prof. Dr. Emmanuel Müller
  
 

Stellenausschreibungen im Bereich Big Data Analytics

Wissenschaftliche Mitarbeiter und Doktoranden (m/w) im Bereich Sensor Data Analytics

Die Forschungsthemen der ausgeschriebenen Stelle sind im Bereich Big Data Analytics: Predictive Analytics und Anomaly Detection in wissenschaftlichen/industriellen Anwendungen mit hochdimensionalen und dynamischen Datenströmen.

Aufgaben:

  • Entwicklung neuer Konzepte und Algorithmen für Predictive Analytics und Anomaly Detection auf
    hochdimensionalen und dynamischen Date
  • Interdisziplinäre Kooperationen mit Industriepartnern im Forschungsprojekt OSIMAB: Online
    Security Management System for Bridges
  • Mitarbeit an Konzeption und Implementation einer Open Source Plattform für Big Data Analytics
  • Implementierung neuer Data Mining Algorithmen als Bestandteil dieser Open Source Plattform
  • Publikation und Präsentation wissenschaftlicher Ergebnisse

Qualifikationen:

  • Sehr guter Abschluss (Master/Diplom) in Informatik, Physik, Mathematik oder ähnlichen Studiengängen
  • Sehr gute Kenntnisse in Statistik, Linearer Algebra sowie einer höheren Programmiersprache
  • Erfahrungen in Data Mining, Machine Learning, Stream Mining oder Visual Analytics, sind von Vorteil
  • Selbstständiges und eigenverantwortliches Arbeiten in der Forschung
  • Hohes Maß an Kreativität, Engagement, Ergebnisorientierung und Teamfähigkeit
  • Gute Englischkenntnisse in Wort und Schrift

Die Stelle ist ab sofort zu besetzen.

Ansprechpartner:

Prof. Dr. Emmanuel Müller

Hier klicken für mehr Informationen zur offenen Position.

Wir freuen uns auf Ihre Bewerbungen!

 

 

Wissenschaftliche Mitarbeiter und Doktoranden (m/w) im Bereich Data Science for Sparse Data

Die Forschungsthemen der ausgeschriebenen Stelle sind im Bereich Big Data Analytics: Data Mining und Data Imputation (Statistik) Methoden in wissenschaftlichen/industriellen Anwendungen mit hochdimensionalen und unvollständigen Daten.

Aufagen:

  •  Entwicklung neuer Konzepte und Algorithmen für Data Mining und Data Imputation (Statistik) auf hochdimensionalen und unvollständigen Daten
  • Interdisziplinäre Kooperationen mit Wissenschaftlern im Forschungsprojekt Sparse2Big: Imputation and Fusion for Massive Sparse Data
  • Mitarbeit an Konzeption und Implementation einer Open Source Plattform für Big Data Analytics
  • Implementierung neuer Data Mining Algorithmen als Bestandteil dieser Open Source Plattform
  • Publikation und Präsentation wissenschaftlicher Ergebnisse

Qualifikationen:

  • Sehr guter Abschluss (Master/Diplom) in Informatik, Physik, Mathematik oder ähnlichen Studiengängen
  • Sehr gute Kenntnisse in Statistik, Linearer Algebra sowie einer höheren Programmiersprache
  • Erfahrungen in Data Mining, Matrix Factorization oder Deep Learning, sind von Vorteil
  • Selbstständiges und eigenverantwortliches Arbeiten in der Forschung
  • Hohes Maß an Kreativität, Engagement, Ergebnisorientierung und Teamfähigkeit
  • Gute Englischkenntnisse in Wort und Schrift

Die Stelle ist ab sofort zu besetzen.

Ansprechpartner:

Prof. Dr. Emmanuel Müller

Hier klicken für mehr Informationen zur offenen Position.

Wir freuen uns auf Ihre Bewerbungen!

 

Doktoranden (m/w) für ein Stipendium im Bereich Graph Data Mining

Die Forschungsthemen der ausgeschriebenen Stelle sind im Bereich Big Data Analytics: Graph Mining und Graph Databases in wissenschaftlichen/industriellen Anwendungen mit heterogenen und dynamischen Graph Datenbanken.

Aufgaben:

  • Entwicklung neuer Konzepte und Algorithmen für Graph Mining und Interactive Graph Exploration
  • Interdisziplinäre Kooperationen mit Partnern aus Industrie und Wissenschaft
  • Mitarbeit an Konzeption und Implementation einer Open Source Plattform für Big Data Analytics
  • Implementierung neuer Graph Mining Algorithmen als Bestandteil dieser Open Source Plattform
  • Konzeption und Durchführung von Data Science Fortbildungsveranstaltungen
  • Publikation und Präsentation wissenschaftlicher Ergebnisse

Qualifikationen:

  • Sehr guter Abschluss (Master/Diplom) in Informatik, Physik, Mathematik oder ähnlichen Studiengängen
  • Sehr gute Kenntnisse in Statistik, Linearer Algebra sowie einer höheren Programmiersprache
  • Erfahrungen in Data Mining, Machine Learning, Graph Mining oder Visual Analytics, sind von Vorteil
  • Selbstständiges und eigenverantwortliches Arbeiten in der Forschung
  • Hohes Maß an Kreativität, Engagement, Ergebnisorientierung und Teamfähigkeit
  • Gute Englischkenntnisse in Wort und Schrift

Ansprechpartner:

Prof. Dr. Emmanuel Müller, bitte Bewerbungs E-Mail bis zum 15. August 2017 an die Research School

Hier klicken für mehr Informationen zum Doktoranden-Stipendium.