Akademische Mitarbeiterin / Akademischer Mitarbeiter (w/m/d)

Die nationale Forschungsdateninfrastruktur (NFDI) soll die Datenbestände von Wissenschaft und Forschung systematisch erschließen, nachhaltig sichern und zugänglich machen. Sie wird als vernetzte Struktur eigeninitiativ agierender Konsortien aufgebaut.

In NFDI-MatWerk wird eine zuverlässige digitale Plattform für die Material- und Nanowissenschaften aufgebaut, welche die digitale Repräsentation von Werkstoffdaten und spezifischer Metadaten ermöglicht. Für die Forschenden werden Dienste zur einfachen Speicherung, gemeinsamen Nutzung, Suche und Analyse von Daten und Metadaten entwickelt und zur Verfügung gestellt. Weiterhin sollen über Deutschland verteilte Daten aus den wissenschaftlichen Gruppen über eine wissensgraphbasierte Infrastruktur so angesprochen werden können, dass schnelle und komplexe Suchanfragen und Auswertungen möglich werden. In der Abteilung „Data Exploitation Methods“ des Scientific Computing Center (SCC) entwickeln wir für die NFDI innovative Softwarelösungen zur einfachen und benutzerfreundlichen Handhabung von Forschungsdaten.

Neugierig auf eine aufregende und vielseitige Rolle in einem agilen Team? Entdecken Sie mehr über SCC als Ihren beruflichen Place to be: KIT – SCC – Über uns – Arbeiten am SCC

Akademische Mitarbeiterin / Akademischer Mitarbeiter (w/m/d)

– Automatische Metadatenextraktion mithilfe von LLMs, Datenanalyse und Datenvisualisierung –

• Scientific Computing Center (SCC)
• 31.12.2028
• 15.01.2027
• Vollzeit
• 63.600,00 bis 73.200,00 EUR brutto pro Jahr

Im Rahmen von NFDI-MatWerk arbeiten Sie an folgenden den Themen:

• Sie entwickeln ein Tool zur automatischen Metadatenextraktion und zum Mapping, das optimal auf die Bedürfnisse der Forschenden im Bereich der Materialwissenschaften abgestimmt ist.
• Sie nutzen LLMs zur Unterstützung der semantischen Extraktion aus unstrukturierten oder semi-strukturierten Texten.
• Sie gestalten neue Methoden und Arbeitsweisen zur Verbesserung der Analyse und Visualisierung großer Datensammlungen.