Das Fraunhofer-Institut für Sichere Informationstechnologie SIT gehört zu den führenden Forschungs- und Entwicklungseinrichtungen für Cyber-Sicherheit in Deutschland und Europa und ist Teil von ATHENE, dem nationalen Forschungszentrum für angewandte Cybersicherheit. ATHENE ist eine Kooperation der Fraunhofer-Gesellschaft mit der TU Darmstadt, der Hochschule Darmstadt und der Goethe-Universität Frankfurt. Unser gemeinsames Ziel: die Welt von morgen sicherer zu machen.
Was Du bei uns tust
Implementierung von Natural Language Processing (NLP) Ansätzen, u.a.:
* Merkmalsextraktion (LLM-gestützt, Embedding-basiert sowie "klassisches" Feature Engineering)
* Stilbrucherkennungsalgorithmen (Style Change Detection)
* Erkennung KI-generierter Textinhalte sowie Zuordnung welches LLM welchen Text generiert hat
* Optimierung bestehender Autorschaftsanalyse-Verfahren (Attribution und Verifikation)
Implementierung und Anwendung verschiedener Machine-Learning-Verfahren/Konzepte, wie z.B.:
* One/Binary-Class-Classification: LLM-basiert (z.B. Zero/Few Shot Learning, Finetuning von Foundation-Modellen), Deep-Learning-Ansätze (CNNs, Transformer, Siamesische NNs), lassische Ansätze (SVM, Random Forest, Isolation Forest, kNN, uvm.)
* Ensemble-Verfahren (Stacking, Voting, Weighting, Calibration)
* Evaluierung von ML-Modellen anhand standardisierter Metriken (ROC, AUC, Konfusionsmatrizen, uvm.)
und
* Entwicklung von UIs und WebApps (fastHTML, Streamlit, Gradio, Angular, Svelte)
* Mitarbeit in öffentlich geförderten und/oder direkt durch Industriepartner beauftragten Projekten
* Anfertigen von Projektberichten und wissenschaftlichen Veröffentlichungen
* Präsentation von Forschungsergebnissen im Rahmen von Publikationen und Vorträgen auf nationalen und internationalen Fachkonferenzen
Was Du mitbringst
* Abgeschlossenes Studium der Informatik, Mathematik oder eines verwandten Fachgebiets mit Fokus auf Maschinelles Lernen und idealerweise NLP
* Fundierte Kenntnisse in Machine/Deep Learning
* Vertraut mit verschiedenen Architekturen von Neuronalen Netze (u.a. CNNs, Transformer, GNNs, xLSTM)
* Vertraut mit grundlegenden Begriffen und Konzepte wie: Klassifikation, Hyperparameter-Optimierung, Fine-Tuning, Evaluierung von Modellen
* Fundierte Kenntnisse in Python sind zwingend erforderlich
* Von Vorteil: Fähigkeit, Methoden und Verfahren aus wissenschaftlichen Veröffentlichungen eigenständig umzusetzen
* Von Vorteil: Wissen und Erfahrung im Bereich Cybersicherheit
* Bereitschaft, sich neuen Herausforderungen zu stellen
* Ausgeprägtes analytisches Denken
Was Du erwarten kannst
* Flexible Arbeitszeiten, die sich gut mit Deinem Studium vereinbaren lassen
* Eine inspirierende Arbeitsumgebung mit modernster Infrastruktur
* Die Möglichkeit, praktische Erfahrung zu sammeln und wertvolle Kontakte in der Forschung zu knüpfen
* Möglichkeit für spätere Bachelor- und Masterarbeit
* Die monatliche Arbeitszeit beträgt 40 bis 80 Stunden, je nach Absprache
Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.
Die Vergütung richtet sich nach der Gesamtbetriebsvereinbarung zur Beschäftigung der Hilfskräfte.
Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.
Haben wir Dein Interesse geweckt? Dann bewirb Dich jetzt online mit Deinen aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Dich kennenzulernen!
Fraunhofer-Institut für Sichere Informationstechnologie SIT
www.sit.fraunhofer.de
Kennziffer: 81228 Bewerbungsfrist: