GESIS Leibniz-Institut für Sozialwissenschaften

Wissenschaftlicher Mitarbeiterin (PostDoc) Natural Language Processing & Knowledge Graphs

Click Here to Apply

Job Location

Innenstadt, Germany

Job Description

Wir suchen zum nächstmöglichen Zeitpunkt für den Standort Köln in der Abteilung Knowledge Techno­logies for the Social Sciences, Team Big Data Analytics eine*n

Wissenschaftliche*n Mitarbeiter*in (PostDoc)

Natural Language Processing & Knowledge Graphs

(Entgeltgruppe 13 TV-L, Arbeitszeit bis zu 100 %, befristet auf zunächst 4 Jahre, Möglichkeit zur Entfristung)


Die Abteilung Knowledge Technologies for the Social Sciences (KTS) forscht an der Schnittstelle von Information Ret­rieval, Natural Language Processing, semantischen Technolo­gien und Human Information Interaction als Grundlage für inno­vative Infrastrukturen für die Suche und Nutzung von Forschungs­daten.


GESIS unternimmt derzeit große Anstrengungen zur Erforschung von Big Data durch Methoden der künstlichen Intelligenz. Hiervon erhoffen wir uns neue Erkenntnisse und Infrastrukturen für die So­zialwissenschaften. Beispiele sind Methoden für Opinion Mining, Stance Detection oder die Klassifikation von Online-Verhalten und -Interaktionen, wie sie in sozialen Netzwerken und anderen datenintensiven Umgebungen beobachtet werden.


In diesem Zusammenhang bieten wir eine spannende Möglich­keit, exzellente Forschung mitzugestalten und innovative Metho­den und Infrastrukturen zu entwickeln, z.B. mithilfe von Techniken aus NLP, Large Language Models (LLMs) und Wissensgraphen Methoden und Infrastrukturen für die Sozialwissenschaften zu entwickeln. Ein besonderer Schwerpunkt liegt auf Infrastrukturen für die Bereitstellung innovativer sozialwissenschaftlicher Metho­den und Daten entlang der FAIR-Prinzipien.


Ihr Aufgabengebiet:


Erforschung und Entwicklung von Methoden für Computati­onal Social Science, z.B. in den Bereichen Natural Langu­age Processing (NLP) und Knowledge Graphs (KGs), um sozialwissenschaftliche Erkenntnisse aus unstrukturierten, heterogenen Daten wie Social Media Posts zu extrahieren

Zusammenarbeit in einem interdisziplinären Team von In­formatiker*innen und Sozialwissenschaftler*innen zur Schaffung innovativer Infrastrukturen für das Teilen von und die Suche nach Methoden (z.B. Machine Learning Modelle)

Entwicklung von Metadatenstandards für die Dokumentation komplexer Methoden (z.B. Machine Learning Modellen) nach einem nutzendenzentrierten Ansatz

Beitrag zur Entwicklung von Best Practices und Standards für die strukturierte Beschreibung von Me­thoden durch Metadaten und kontrollierte Vokabulare (z.B. NFDI, W3C)

Projektleitung, inkl. Betreuung von Promovierenden und Projektmitarbeiter*innen


Ihr Profil:


Wissenschaftlicher Hochschulabschluss (Diplom/Master) und Promotion/Ph.D. in Informatik, Computational Social Science oder verwandten Bereichen und (international) sichtbare Publikationen in einem oder mehreren der folgenden Bereiche: Informationsextraktion, NLP, maschinelles Lernen, Knowledge Graphs, Web Mining

Fähigkeit fließend auf Englisch zu kommunizieren, Deutschkenntnisse sind wünschenswert

Erfahrung in der Softwareentwicklung für NLP, Machine Learning und skalierbare Analysen (z.B. Py­thon, Java oder Scala)

Wünschenswert: Erfahrung in der Koordination wissenschaftlicher Projekte und Forschungsteams


GESIS bietet ein spannendes Arbeitsumfeld für interdisziplinäre Forschung an der Schnittstelle zwischen Sozialwissenschaften und Informatik. Als Infrastruktureinrichtung fördern wir sozialwissenschaftliche Forschung und kooperieren mit namhaften internationalen Forschungsinstitutionen.

GESIS unterstützt Sie dabei, sich weiter zu qualifizieren. Wir bieten unseren Mitarbeiter*innen ein breites Spektrum von Karrieremöglichkeiten in einer ansprechenden Arbeitsatmosphäre mit einem hohen Maß an Eigenverantwortung und Gestaltungsspielraum. Bei uns arbeiten Sie in einem internationalen Umfeld im Herzen Kölns und profitieren von einer flexiblen Arbeitsumgebung sowie internen und externen Netzwerken.

GESIS gewährleistet die Beachtung der Schwerbehindertenrichtlinien und fördert die berufliche Gleichstellung von Frauen und Männern. Die Stelle kann auch in Teilzeit besetzt werden.

Als familienfreundlicher Arbeitgeber tragen wir seit 2010 das Zertifikat audit »berufundfamilie«.

Weitere Informationen zur Arbeit bei GESIS finden Sie hier.

Wir bieten:


Ein schnell wachsendes, internationales und interdisziplinäres Forschungsumfeld mit starken Verbin­dungen zu regionalen und internationalen Labors und Experten auf verwandten Gebieten

Zugang zu einzigartigen Datenkorpora, Web Archiven, Benutzerinteraktionsprotokollen und Rechenin­frastrukturen für die Sammlung und Verarbeitung von Verhaltensdaten

Flexible Arbeitszeiten und die Möglichkeit von bis zu 60% mobilem Arbeiten innerhalb von Deutsch­land

Sehr gute Bedingungen für die Vereinbarkeit von Beruf und Familie u.a. durch Zuschüsse zur Betreuung von nicht schulpflichtigen Kindern

Ganzheitliches Betriebliches Gesundheitsmanagement und die vergünstigte Teilnahme am Sportpro­gramm der Uni

Großzügige Förderung Ihrer Altersvorsorge in Form einer Direktversicherung

Förderung Ihrer Kompetenzen durch Weiterbildungsmaßnahmen


Für weitere Informationen zu den Aufgaben wenden Sie sich bitte an Stefan Dietze unter der Telefonnum­mer +49 (0)221-47694-421 oder per E-Mail. Wenn Sie Fragen zum Bewerbungsverfahren haben, wenden Sie sich bitte per E-Mail an Franca Tosetti.

logos

Wir haben Ihr Interesse geweckt?

Dann bewerben Sie sich bitte bis 15.01.2025 über unser Online-Bewerbungsportal.

Die Kennziffer lautet: KTS-68




Location: Innenstadt, DE

Posted Date: 12/21/2024
Click Here to Apply
View More GESIS Leibniz-Institut für Sozialwissenschaften Jobs

Contact Information

Contact Human Resources
GESIS Leibniz-Institut für Sozialwissenschaften

Posted

December 21, 2024
UID: 4976862733

InternJobs.com does not guarantee the validity or accuracy of the job information posted in this database. It is the job seeker's responsibility to independently review all posting companies, contracts and job offers.