Deine Aufgaben Durchführung explorativer Datenanalysen und Aufbereitung von Daten für KI-ModelleUnterstützung beim Deployment von KI-Lösungen auf containerbasierten Infrastrukturen, insbesondere auf Red Hat OpenShiftBereitstellung und Betrieb von Large-Language-Modellen (LLMs) im Kubernetes- und Open Shift-UmfeldTechnische Mitarbeit bei der Implementierung von KI-Anwendungen auf Basis moderner Container- und OrchestrierungstechnologienMitwirkung bei der Weiterentwicklung der Plattform sowie beim effizienten Einsatz der eingesetzten Tools und Workflows Dein Skill-Profil Abgeschlossenes Studium oder abgeschlossene Ausbildung im IT-BereichErfahrung im Deployment und Betrieb von KI-Lösungen auf containerbasierter InfrastrukturPraktische Kenntnisse in Kubernetes und Red Hat OpenShiftErfahrung mit Argo Workflows zur Pipeline-AutomatisierungPython-Programmierung für KI- und ML-ProjekteUmgang mit Large Language Models (LLMs), vLLM-Serving und RAG-SystemenSehr gute Deutschkenntnisse (mind. C1) in Schrift und Word Deine Vorteile bei uns Mobiles Arbeiten: Je nach Projekt ist mobiles Arbeiten nach Absprache bei uns möglich.Familienfreundlichkeit: Wir stocken Dein Gehalt bei Erkrankung Deines Kindes auf 100% auf.
Python)Erfahrung im Umgang mit Large Language Models und/oder AgentensystemenErfahrung mit experimenteller Evaluation und wissenschaftlicher MethodikFähigkeit zu eigenständigem wissenschaftlichen Arbeitensehr gute Englischkenntnisse in Wort und Schrift Von Vorteil sind außerdem: Erfahrung mit Multi-Agent-Systemen oder verteilten ArchitekturenKenntnisse in MLOps, Reproduzierbarkeit und wissenschaftlicher SoftwareentwicklungErfahrung mit Open-Science-PraktikenErfahrung in interdisziplinärer Zusammenarbeit Die Leibniz Universität Hannover setzt sich für Chancengleichheit und Diversität ein.
Unser ideales Profil Masterabschluss in Informatik, Mathematik/Statistik, Wirtschaftswissenschaften/Ökonometrie oder einem verwandten Fachgebiet.Mehrjährige Berufserfahrung in quantitativer Datenanalyse oder eine Promotion mit mindestens einem Jahr relevanter Berufserfahrung im Bereich Machine‑Learning‑Forschung.Sehr gute Kenntnisse und tiefes Verständnis von Machine‑Learning‑Methoden, sowohl klassisch als auch Deep Learning.Relevante Erfahrung mit Natural Language Processing (NLP) zur Extraktion strukturierter Konzepte aus unstrukturiertem Freitext, einschließlich Design, Training und Evaluierung von Information‑Extraction‑Pipelines.Sehr starke technische Fähigkeiten in Python, SQL und dem Hadoop‑Ökosystem.Erfahrung in der Anwendung von KI-/Machine‑Learning‑Methoden auf geschäftliche Fragestellungen.Sehr gute Kenntnisse fortgeschrittener statistischer und ökonometrischer Methoden in Theorie und Praxis.Erfahrung im Umgang mit Big Data.Fähigkeit, sauberen, wiederverwendbaren, produktionsreifen Code zu schreiben.Hervorragende Kommunikationsfähigkeiten (schriftlich und mündlich), einschließlich technischer Projektaspekte, Dokumentation, Ergebnisinterpretation und geschäftlicher Empfehlungen.Ausgeprägtes analytisches Denken und logische Problemlösungskompetenz, starke Qualitätsorientierung.Kenntnisse des Pharmamarktes und Erfahrung mit pharmazeutischen Daten (medizinische Daten, Krankenhausdaten, Apothekendaten, Abrechnungsdaten) sind von Vorteil, aber nicht zwingend erforderlich.Selbstständige Projektsteuerung.Fließende Deutsch- und Englischkenntnisse. Das Team Data Science & Advanced Analytics – mit Standorten in Frankfurt, Philadelphia, Mailand, Madrid, Athen, Warschau und Peking sowie einem Netzwerk von mehr als 300 Experten weltweit – ist das globale Kompetenzzentrum für Statistik und Data Science bei IQVIA.
Erfahrung mit BI-Tools (Power BI, Microstrategy) wünschenswert Kenntnisse in Data-Governance- und DQ-Tools (Collibra, Informatica DQ, Alation) von Vorteil Gutes Verständnis von SAP S/4HANA, insbesondere CDS-Views (Consumption, Interface, Basic Views) Idealerweise Erfahrung mit KI-Technologien, z.
Screening von Prompts zur Erzeugung von Checklisten u. ä. zur Prüfung von Lieferung auf Erfüllung der HFE (Human Factors Engineering)-Normen Prüfung der durch das LLM (Large Language Model) erstellten Checklisten auf Validität und Vollständigkeit sowie Prüfung gegen die Normen Erarbeitung von Verbesserungsmöglichkeiten für eine AI-unterstützte Normenprüfung mehr weniger WAS SIE DAFÜR MITBRINGEN SOLLTEN Immatrikulation im Studiengang Human Factors Engineering, Wirtschaftspsychologie, Multimedia, (Medien)Informatik oder einem vergleichbaren Studiengang Begeisterung für den Bereich Human Factors Gute Englischkenntnisse in Wort und Schrift Erste Kenntnisse in Python von Vorteil Grundlagenkenntnisse in Linux wünschenswert Engagierte, proaktive und teamorientierte Denk- und Handlungsweise mehr weniger WAS WIR IHNEN BIETEN WERDEN Verbindung von Theorie und Praxis Mitarbeit im Tagesgeschäft Monatliches Bruttoentgelt im Bachelorstudium 1.000,00 Euro (bei 35 Std.
Large Language Models und GenAI Agents) Grundkenntnisse über Semantic Web, Knowledge Graphs, Graph Data Science, Data Mesh und Data Products von Vorteil Interesse an IT-Themen im Banken-/Finanzwesen, wie z.B. IT-Security, Open Banking, Cloud-Services... Teamfähigkeit und selbstständige sowie agile Arbeitsweise Hands-on-Mentalität und Spaß dabei, Ideen einzubringen und zu verwirklichen Deutsch fließend in Wort und Schrift (C1), gute Englischkenntnisse (B2) Innovatives, modernes und anspruchsvolles Arbeitsumfeld mit flachen Hierarchien und der Möglichkeit dich mit deinen eigenen Stärken individuell einzubringen Langfristige berufliche Perspektiven Attraktive Entlohnung Flexible Arbeitszeiten und Home-Office Modernes Arbeitsumfeld, in dem wir auch auf deine Gesundheit achten, z.
Voraussetzung für die Einstellung ist ein abgeschlossenes wissenschaftliches Hochschulstudium (Master) in Politikwissenschaft, Verwaltungswissenschaft oder Data Science; wünschenswert ist eine abgeschlossene Promotion in diesem BereichUnternehmerisch denkende Persönlichkeit mit starkem Interesse an Themen der öffentlichen Verwaltung und Künstlichen IntelligenzSehr gute Kenntnisse empirischer Forschungsmethoden sowie Erfahrung in Datenerhebung und -management; idealerweise belegt durch eigene PublikationenAusgeprägte analytische und problemlösende Fähigkeiten sowie hohe Eigenmotivation und SelbstorganisationInternationale Ausrichtung und sehr gute Deutsch- und EnglischkenntnisseBereitschaft zur Zusammenarbeit und Kommunikation mit deutschen Verwaltungsbehörden im Rahmen eines kooperativen DatenerhebungsprozessesVon Vorteil sind Erfahrung mit quantitativen Methoden, Programmierkenntnisse in R und/oder Python, oder Kenntnisse in computergestützter Textanalyse und Large Language Models Die Leibniz Universität Hannover setzt sich für Chancengleichheit und Diversität ein.