Research Software Engineer (RSE) (m/w/d)

Die Bundesanstalt für Materialforschung und -prüfung (BAM) steht für Sicherheit in Technik und Chemie. Als wissenschaftlich-technische Bundesoberbehörde mit Sitz in Berlin leisten wir mit Forschung, Prüfung und Beratung einen wichtigen Beitrag zum Schutz von Mensch, Umwelt und Sachgütern. Als Ressortforschungseinrichtung des Bundes verbinden wir Wissenschaft mit Wirkung und tragen dazu bei, Innovationen sicher in die Praxis zu überführen. Unsere Mitarbeitenden arbeiten interdisziplinär in einem internationalen Umfeld an der Schnittstelle von Wissenschaft, Wirtschaft und Politik. Werden Sie Teil unseres vielfältigen Teams!

Ihre Aufgaben

• Als Research Software Engineer (RSE) im Fachbereich eScience entwickeln Sie wiederverwendbare Softwarekomponenten und Dateninfrastrukturen für das Forschungsdatenmanagement der BAM.
• Ein zentraler Schwerpunkt der Stelle ist die Entwicklung einer typisierten wissenschaftlichen Schema-Schicht, die es ermöglicht, wissenschaftliche Konzepte und Datenmodelle unabhängig von konkreten Forschungsdatenplattformen zu definieren und plattformübergreifend wiederzuverwenden. Sie arbeiten an der Schnittstelle von wissenschaftlicher Softwareentwicklung, Datenmodellierung, Forschungsdatenmanagement und der Integration von Datensystemen. Dabei wirken Sie von Beginn an an der Entwicklung eines neuen Softwareprodukts mit und übernehmen schrittweise technische Verantwortung für Architektur, Qualitätssicherung, Releases, Dokumentation sowie die Integration in das Forschungsdatenökosystem der BAM.
• Als Mitglied der eScience-Gruppe erwartet Sie ein interdisziplinäres Umfeld mit kreativen Köpfen. Wir bieten ein breites Spektrum anspruchsvoller Aufgaben an der Schnittstelle von Informatik, Data Science und Materialforschung. Unser Team zeichnet sich durch Vielfalt und Dynamik aus. Nutzen Sie die Chance, gemeinsam mit internationalen, jungen und innovativen Fachkräften die Digitalisierung der Materialforschung aktiv mitzugestalten.
• Konzeption, Entwicklung und Pflege wiederverwendbarer Softwarekomponenten zur strukturierten Darstellung, Validierung und Verarbeitung wissenschaftlicher Daten und Metadaten
• Entwicklung typisierter wissenschaftlicher Datenmodelle und Schemata, einschließlich physikalischer Größen und Einheiten, kontrollierter Vokabulare, Beziehungen, Validierungsregeln und semantischer Annotationen
• Mitarbeit an einer modularen, Python-basierten Softwarearchitektur, die wissenschaftliche Fachmodelle von plattformspezifischen Implementierungen trennt
• Entwicklung von Schnittstellen, Adaptern und Transformationsmechanismen für Forschungsdatensysteme wie openBIS, NOMAD, InvenioRDM sowie weitere Forschungsdateninfrastrukturen und Standards
• Entwicklung von APIs, Import-/Exportmechanismen, Parsern, KI-Integrationen sowie automatisierten Workflows zur Datenverarbeitung und Datenaufnahme
• Sicherstellung der Softwarequalität durch automatisierte Tests, Code Reviews, Dokumentation, reproduzierbare Entwicklungsprozesse und Continuous Integration
• Enge Zusammenarbeit mit Forschenden, weiteren RSEs, Datenmanager*innen und Fachexpert*innen zur Überführung wissenschaftlicher Anforderungen in robuste technische Lösungen
• Schrittweise Übernahme technischer Verantwortung für das Softwareprodukt, einschließlich Release-Management, Priorisierung von Entwicklungsaufgaben, Architekturentscheidungen, Bearbeitung von Nutzeranforderungen sowie nachhaltiger Weiterentwicklung

Ihr Profil

• Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master / Diplom) in Informatik, Data Science, Scientific Computing, Physik, Mathematik, Bioinformatik, Ingenieurwissenschaften oder einer vergleichbaren einschlägigen Fachrichtung
• Sehr gute Programmierkenntnisse in Python, nachgewiesen durch die Entwicklung wissenschaftlicher, datenorientierter oder vergleichbarer Software
• Erfahrung im Umgang mit strukturierten wissenschaftlichen oder technischen Daten sowie in der Entwicklung oder Anwendung von Datenverarbeitungs-, Analyse- oder Integrationspipelines
• Gute Kenntnisse moderner Softwareentwicklungspraktiken wie Versionsverwaltung mit Git, automatisiertes Testen, Code Reviews, Dokumentation und reproduzierbare Entwicklungsprozesse
• Erfahrung mit Linux-basierten Entwicklungsumgebungen und Kommandozeilenwerkzeugen
• Kenntnisse in der Integration von KI- / LLM-basierten Werkzeugen für Datenverarbeitung und -analyse, nachgewiesen durch Projekte, Forschung, Berufserfahrung oder entsprechende praktische Weiterbildung
• Kenntnisse der strukturierten Datenmodellierung, z. B. Datenmodelle oder Schemata, SQL- / NoSQL-Datenbanken, REST-APIs, JSON, XML oder vergleichbare Technologien
• Fähigkeit, wissenschaftliche oder fachspezifische Anforderungen gemeinsam mit Forschenden zu analysieren und in technische Softwarekonzepte zu überführen
• Sehr gute Englischkenntnisse in Wort und Schrift; gute Deutschkenntnisse oder die Bereitschaft, diese weiterzuentwickeln
• Erfahrung mit CI/CD, Software-Paketierung sowie Veröffentlichung von Softwarebibliotheken ist wünschenswert
• Erfahrung mit wissenschaftlichen Workflows, Hochleistungsrechnen (HPC) oder Cloud-Umgebungen ist wünschenswert
• Erfahrung in kollaborativen und Open-Source-Softwareentwicklungsprojekten ist von Vorteil
• Verständnis für die Prinzipien nachhaltiger und wiederverwendbarer Forschungssoftware, insbesondere Wartbarkeit, Nachvollziehbarkeit, Interoperabilität und Reproduzierbarkeit, ist wünschenswert
• Kenntnisse im Forschungsdatenmanagement und der FAIR-Prinzipien sind von Vorteil
• Kenntnisse wissenschaftlicher Datenmodellierung, kontrollierter Vokabulare oder der Entwicklung von Datenschemata sind von Vorteil
• Kenntnisse von Forschungsdatenplattformen, Repositorien oder elektronischen Laborbüchern wie openBIS, NOMAD, InvenioRDM oder vergleichbaren Systemen sind von Vorteil
• Gutes Kommunikations- und Informationsverhalten, zielorientierte und strukturierte Arbeitsweise, Teamfähigkeit und Kooperationsbereitschaft, Flexibilität sowie konzeptionelle, strategische und innovative Denkfähigkeit

Unser Angebot

• Ein diversitätsorientiertes Arbeitsumfeld mit gelebter Chancengleichheit, in dem unterschiedliche Perspektiven geschätzt und individuelle Potenziale gefördert werden
• Möglichkeit des mobilen Arbeitens
• Gute Vereinbarkeit von Beruf, Familie und Privatleben
• Attraktives und modernes Arbeitsumfeld mit hervorragender Infrastruktur und Ausstattung auf wissenschaftlich neuestem Stand
• Eine verantwortungsvolle, interessante und abwechslungsreiche Tätigkeit in einem kompetenten und kollegialen Umfeld.
• Flexible Arbeitszeit
• Arbeit in nationalen und internationalen Netzwerken mit Universitäten, Forschungseinrichtungen und Industrieunternehmen
• Ein umfangreiches und berufsgruppenübergreifendes Fort- und Weiterbildungsangebot
• Zugang zu hochwertigen Fortbildungsangeboten und Trainings zu Digitalisierungsthemen für zielgerichtete / fachliche Weiterentwicklung.
• Wir bieten:
• Ein attraktives und modernes Arbeitsumfeld mit hervorragender Infrastruktur und Ausstattung auf wissenschaftlich neuestem Stand
• Einen Forschungs- und Entwicklungsspielraum für eigene innovative Ideen
• Vielfältige Fort- und Weiterbildungsmöglichkeiten sowie Zugang zu hochwertigen Fortbildungsangeboten und Trainings zu Digitalisierungsthemen
• Gezielten Kompetenzerwerb in Schlüsseltechnologien der Labordigitalisierung durch praxisnahe Lernformate
• Möglichkeit zur aktiven Mitgestaltung von BAM-Digitalisierungsprojekten und zur Einbringung eigener Ideen für technische und digitale Innovationen
• Flexible Arbeitszeiten und die Möglichkeit zum mobilen Arbeiten
• Ein wertschätzendes, diversitätsorientiertes Arbeitsumfeld mit Raum für eigene Ideen, digitale Innovationen und aktive Mitgestaltung
• Möglichkeiten der internen, fachübergreifenden Vernetzung u. a. in unseren interdisziplinären Digitalisierungs-Communities sowie Teilnahme an Teamevents

Hier Bewerben

Dr. José Pizarro Blanco Division VP.1 Unter den Eichen 87 12205 Berlin Jetzt online bewerben

We show an excerpt and a link, and the full text when the source allows it. Brands and logos shown belong to their owners.

Source: Statistisches Bundesamt (Destatis), table; dl-de/by-2-0; StarIn's calculation