Studentische Beschäftigung mit 40 Monatsstunden

Unterstützung des durch den Software-Campus geförderten Forschungsprojekts „LEAP“ am Fachgebiet Informationsintegration und Datenaufbereitung zum Thema Nutzung LLMs zur Generierung von Daten Pipelines. Auszuführen sind unterstützende Tätigkeiten unter Anleitung bei den folgenden Aufgaben:

• Entwicklung einer lehrstuhleigenen Pipeline-Generierungsplattform für wissenschaftliche Zwecke (Gewichtung: 70% der Arbeitszeit):
  • Design und Implementierung eines Prototyps, der eine automatisierte Erstellung von Datenpipelines basierend auf Benutzereingaben oder vorliegenden Datenquellen ermöglicht
  • Integration von Schnittstellen zur Interaktion mit dem Modell (z. B. API, Webinterface)
• Evaluation und Optimierung (Gewichtung: 30% der Arbeitszeit)
  • Durchführung von Experimenten zur Validierung der generierten Pipelines hinsichtlich Genauigkeit, Effizienz und Benutzerfreundlichkeit
  • Vergleich mit Ansätzen zur Pipeline-Generierung und Identifikation von Verbesserungspotenzialen

Muss-Kriterien:

• Sehr gute Kenntnisse in Informatik, Mathematik, Ingenieurwesen oder einem verwandten Fachbereich
• Erfahrung in der Softwareentwicklung, vorzugsweise mit Python.
• Erfahrung in Datenintegration und Prozessautomatisierung.
• Gute Kenntnisse in Machine Learning
• Sehr gute Englischkenntnisse in Wort und Schrift

Kann-Kriterien:

• Analytische Fähigkeiten
• Kenntnisse mit LLMs
• Leistungsbereitschaft, Flexibilität und Teamfähigkeit

Fachlich verantwortlich / Ansprechpartner:in für die Ausschreibung: Muaid Mughrabi
Besetzungszeitraum: ab sofort - befristet bis 31.12.2026
Bewerbung an: muaid.mughrabi@tu-berlin.de

Ihre schriftliche Bewerbung mit Anschreiben, Lebenslauf, Immatrikulationsbescheinigung und ggf. aktueller Notenübersicht richten Sie bitte unter Angabe der Kennziffer an die o.g. Beschäftigungsstelle.
Zur Wahrung der Chancengleichheit zwischen Männern und Frauen sind Bewerbungen von Frauen mit der jeweiligen Qualifikation ausdrücklich erwünscht. Schwerbehinderte werden bei gleicher Eignung bevorzugt.