Studentische Hilfskräfte, Team FAIR Data (SHK-KTS-20)

GESIS – Leibniz-Institut für Sozialwissenschaften ist eine von Bund und Ländern finanzierte, international tätige sozialwissenschaftliche Einrichtung der Leibniz-Gemeinschaft.

Wir suchen zum nächstmöglichen Zeitpunkt für den Standort Köln in der Abteilung Knowledge Technologies for the Social Sciences, Team FAIR Data .

Studentische Hilfskräfte (13,98 € / 14,87 € Stundenlohn, 10 Wochenstunden, befristet)

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 Webportale und Plattformen für die Suche und Nutzung von Forschungsdaten. KTS-Innovationen basieren auf einem State-of-the-Art-Software-Stack und forschungsbasierten Innovationen in den genannten Bereichen. Im Rahmen des Konsortiums NFDI4DataScience der Nationalen Forschungsdateninfrastruktur (NFDI) entwickelt KTS innovative Dienste zur Verbesserung der Integration, Suche und Nachnutzung von Forschungsdaten für Data Science und künstliche Intelligenz. In diesem Kontext suchen wir studentische Hilfskräfte für Annotationsarbeiten zur Unterstützung eines Shared Tasks zur Informationsextraktion aus wissenschaftlichen Publikationen im DFG Project NFDI4DataScience.

Ihr Aufgabengebiet:

• Annotation wissenschaftlicher Texte für Named Entity Recognition (NER) und Relation Extraction (RE) gemäß definierter Annotationsrichtlinien.
• Mitarbeit bei organisatorischen Aufgaben des Annotationprojekts, inkl. Plattformpflege und Kommunikation.
• Erstellung von Referenzannotationen für Erwähnung wissenschaftlicher Entitäten (ML-Modelle, Datensätze, Tasks etc.) in Informatikpublikationen zur Unterstützung eines Shared Tasks zur Informationsextraktion.

Ihr Profil:

• Masterstudium in Informatik, Datenwissenschaft, Informationswissenschaft oder verwandten Fächern.
• Gute Kenntnisse in maschinellem Lernen in NLP, Computer Vision und verwandten Bereichen.
• Erfahrung im Lesen von Forschungspublikationen.
• Sehr gutes Verständnis der englischen Sprache.

Wir bieten:

• Erfahrungen mit State-of-the-Art ML- und KI-Methoden sammeln.
• Arbeit in einem wachsenden, internationalen Umfeld mit Zugang zu einzigartigen Forschungsdatensätzen.
• Flexible Arbeitszeiten und Regelungen zum mobilen Arbeiten.
• Sehr gute Bedingungen für die Vereinbarkeit von Beruf und Familie.

Kontakt

Für weitere Informationen zu den Aufgabengebieten wenden Sie sich bitte an Peter Mutschke per E-Mail, Telefonnummer . Bei Fragen zum Bewerbungsprozess steht Ihnen Franca Tosetti per E-Mail zur Verfügung.

Wir haben Dein Interesse geweckt?

Dann Bewerben Sie sich bitte bis einschließlich über unser Online-Bewerbungsportal. Die Kennziffer lautet: SHK-KTS-20 .