Gesucht wird zur Verstärkung unseres Teams im Referat „eScience“ in Berlin-Steglitz zeitnah ein*e

Entgeltgruppe 13 TVöD
Zeitvertrag bis zum 31.12.2024
Vollzeit / teilzeitgeeignet

Die Bundesanstalt für Materialforschung und -prüfung (BAM) ist eine wissenschaftlich-technische Bundesoberbehörde mit Sitz in Berlin. Als Ressortforschungseinrichtung des Bundesministeriums für Wirtschaft und Klimaschutz forschen, prüfen und beraten wir zum Schutz von Menschen, Umwelt und Sachgütern. Im Fokus unserer Tätigkeiten in der Materialwissenschaft, der Werkstofftechnik und der Chemie steht dabei die technische Sicherheit von Produkten und Prozessen.

Die voranschreitende Digitalisierung sowie die daraus resultierende beschleunigte technologische Entwicklung bringen Herausforderungen an die Qualitätssicherung mit sich. Durch die digitale Transformation verändern sich Produkte sowie Produktions- und Wirtschaftsprozesse massiv und mit steigender Geschwindigkeit. Die Qualitätsinfrastruktur (QI) muss daher neu gedacht und digital transformiert werden. Die Digitalisierung der QI sowie die Schaffung von Lösungen zur Qualitäts­sicherung digitaler Produkte und Prozesse bedingt infrastrukturelle Entwicklungen, u. a. moderne, einheitliche Datenstrukturen und die Umsetzung von Server- und Cloud-basierter Lösungen für die darauf aufbauenden digitalen Prozesse mit entsprechenden Schnittstellen.

Im Rahmen des Projekts QI-Digital wird ein Prototyp einer digitalen Qualitätsinfrastruktur (QI-Cloud) auf der Grundlage der Blockchain-Technologie entwickelt. In der QI-Cloud werden die Prozessdaten in einem verteilten Ledger gespeichert und die Prozesslogik wird durch intelligente Verträge (Smart contracts) implementiert. QI-Cloud wird seinen Anwendungsfällen (Wasserstofftankstelle und Testlabor für additive Fertigung) eine Plattform für intelligente Diagnostik, vorausschauende Wartung, Sicherheits- und Qualitätskontrolle und Produktzertifizierung bieten. QI-Cloud verwendet daten­schutz­freundliche Datenschutz-konforme MI-Modelle des maschinellen Lernens (ML) für die Aggregation von Sensordatenströmen und die Erkennung von Anomalien. Und um das Vertrauen und die Transparenz der ML-Modelle zu gewährleisten, werden sie in Form von intelligenten Verträgen implementiert.

Sie werden Teil eines interdisziplinären Umfelds, das vielfältige Möglichkeiten bietet, zukunfts­orientiert an der Schnittstelle von Informatik und Infor­mations­technik mit material­wissen­schaft­licher und analytischer Forschung zu arbeiten.

• In Zusammenarbeit mit den Stakeholdern des QI-Digital Anwendungsfalls (Wasserstofftankstelle) identifizieren Sie relevante Daten und Kriterien für die automatisierte Anomalie­erkennung und vorausschauende Wartung (predictive maintenance)
• Sie entwickeln Modelle für die Zusammenführung von Sensordatenströmen und die Anomalie­erkennung basierend auf Datenschutz-konformen (z. B. homomorphen) maschinellen Lern­methoden für den Anwendungsfall Wasserstofftankstelle
• Sie definieren und entwickeln Standard-Dateiformate (z. B. JSON, YAML, HDF5 ) für die Verteilung von ML-Modellen in der QI-Cloud
• Zusammen mit dem QI-Cloud Team entwickeln Sie Smart Contracts für die Ausführung von ML-Modellen für den Anwendungsfall

• Abgeschlossenes wissenschaftliches Hochschulstudium (Diplom, Master) in einem für die Tätigkeit relevanten Fach (Wirtschaftsinformatik, Informatik, technische Softwareentwicklung, Bioinformatik, Ingenieurwissenschaften, Mathematik, Physik, Data Science, Data Engineering) oder einer vergleichbaren Fachrichtung
• Sehr gute Kenntnisse in mindestens einer Programmiersprache (z. B. Python, Java, C++)
• Expertise im Bereich Maschinelles Lernen (insb. Zeitreihen, Anomalieerkennung, unüberwachtes Lernen) und multivariate Datenanalyse
• Gute Erfahrungen in ML / Deep Learning Frameworks wie PyTorch, Tensorflow, Scikit
• Kenntnisse im Bereich IoTs und Blockchain sind von Vorteil
• Gute, präzise und adressatengerechte mündliche und schriftliche Sprachkenntnisse / Ausdrucksfähigkeit in Deutsch und Englisch
• Gutes Kommunikations- und Informationsverhalten, zielorientierte und strukturierte Arbeitsweise, Entscheidungsbereitschaft und -fähigkeit, Teamfähigkeit und Kooperationsbereitschaft sowie Lernbereitschaft

• Interdisziplinäre Forschung an der Schnittstelle zu Politik, Wirtschaft und Gesellschaft
• Arbeit in nationalen und internationalen Netzwerken mit Universitäten, Forschungseinrichtungen und Industrieunternehmen
• Hervorragende Ausstattung und Infrastruktur
• Flexible Arbeitszeiten, mobiles Arbeiten