Zufriedene Mitarbeitende erzeugen die beste Arbeitsatmosphäre. Unser Ziel ist deshalb, ein gesundes, flexibles und inspirierendes Umfeld zu schaffen. Dafür wurden wir bereits mit den Awards »Top Company« und »Open Company« ausgezeichnet. Wir, als Behörde im Geschäftsbereich des Bundesministeriums des Innern, sind so agil und reaktionsschnell wie möglich. Deshalb gehen wir viele Dinge anders an, als man es von einer klassischen Behörde erwarten würde. Konkret entwickeln wir für die Behörden des Bundes mit Sicherheitsaufgaben Werkzeuge, erforschen Lösungen und beraten über Strategien für die innere Sicherheit Deutschlands. Damit begegnen wir täglich den Herausforderungen im Cyberraum. Dazu gehört selbstverständlich auch das Einstehen für die freiheitlich demokratische Grundordnung. Das Geschäftsfeld Big Data Analyse beschäftigt sich mit der anwendungsorientierten Erforschung und Nutzbarmachung von Künstlicher Intelligenz für die deutschen Sicherheitsbehörden. Im Mittelpunkt stehen Fragestellungen, wie moderne Verfahren des Maschinellen Lernens und der Generativen KI einen konkreten Beitrag zur inneren Sicherheit leisten können - insbesondere durch die Analyse, Klassifikation und wissenschaftliche Bewertung textbasierter Daten.
Ihre Aufgaben
- Die Stelle eignet sich ausdrücklich auch als Postdoc-Station: Ob du langfristig eine wissenschaftliche Laufbahn weiterverfolgen, den Einstieg in die Behördenwelt suchen oder deine Forschungserfahrung später in andere Anwendungsfelder einbringen möchtest - bei uns arbeitest du an einer sinnstiftenden Aufgabe mit hoher gesellschaftlicher Relevanz. Mit deinem Know-how leistest du einen Beitrag zur technologischen Souveränität der deutschen Sicherheitsbehörden.
- Durchführung anwendungsorientierter Forschung im Bereich Natural Language Processing und Large Language Models.
- Entwicklung, Implementierung und Evaluation von Verfahren zur Analyse und Klassifikation von Texten im Kontext Politisch motivierter Kriminalität, insbesondere im Bereich Hasskriminalität.
- Untersuchung und wissenschaftliche Bewertung des Einsatzes generativer KI zur synthetischen Generierung, Erweiterung und Qualitätssicherung von Trainings- und Evaluationsdaten.
- Entwicklung belastbarer Evaluationskonzepte, Metriken und Benchmarks für Deep Learning-basierte Verfahren in sicherheitsbehördlichen Anwendungskontexten.
- Beratung von deutschen Sicherheitsbehörden zu Fragestellungen des Maschinellen Lernens mit Schwerpunkt Natural Language Processing, Large Language Models und Generativer KI.
- Mitwirkung in nationalen und internationalen Forschungsprojekten sowie Einbringung fachlicher Expertise in Kooperationen mit Wissenschaft, Behörden und weiteren Partnern.
- Veröffentlichung und Präsentation von Forschungsergebnissen in anerkannten wissenschaftlichen Journalen und auf einschlägigen Konferenzen und bei Fachveranstaltungen.
- Konzeption und Durchführung von Workshops, Schulungen und Fachveranstaltungen für interne und externe Partner.
- Inhaltliche Betreuung von Qualifikations-, Abschluss- und Promotionsarbeiten.
- Anschließend bekommst du ein fachliches Onboarding im Referat Kryptoanalyse. So wirst du schnell Teil unseres bunten Teams und knüpfst die sich gerne Zeit für fachliche Deep Dives nehmen. Auch mit unseren in- und externen Kunden und Partnern tauschen wir uns regelmäßig zum Arbeitsstand aus und halten die in einem ähnlichen Umfeld aktiv sind.
- Du lernst unsere (Forschungs-)Projekte kennen und arbeitest dich in einige davon tief ein. Nach und nach übernimmst du eigenverantwortlich deinen Aufgabenbereich, den du dann aktiv mitgestalten kannst. So kommt sicher keine Langeweile auf!
Ihr Profil
- Abgeschlossenes wissenschaftliches Hochschulstudium (Master univ. oder Diplom univ.) in einem MINT-Studienfach.
- Promotion im Bereich Natural Language Processing, Large Language Models oder Generative KI mit Schwerpunkt auf Textdaten oder mindestens dreijährige einschlägige Tätigkeit in einem wissenschaftlichen Forschungsumfeld mit Bezug zu Natural Language Processing, Large Language Models oder Generative KI mit Schwerpunkt auf Textdaten.
- Mindestens drei wissenschaftliche Publikationen mit Bezug zu Natural Language Processing, Large Language Models oder Generative KI mit Schwerpunkt auf Textdaten in anerkannten Fachzeitschriften oder auf einschlägigen wissenschaftlichen Konferenzen innerhalb der letzten fünf Jahre.
- Sehr gute Kenntnisse im Bereich Deep Learning.
- Sehr gute Programmierkenntnisse in einer höheren Programmiersprache wie Python, Rust oder Java.
- Sehr gute Deutschkenntnisse sowie gute Englischkenntnisse in Wort und Schrift.
- VON VORTEIL SIND:
- Erfahrung mit Fragestellungen aus dem Bereich Hate Speech Detection, Extremismusforschung, Politisch motivierte Kriminalität, Online-Radikalisierung oder verwandten sicherheitsrelevanten Themenfeldern.
- Gute Kenntnisse in professioneller Softwareentwicklung, insbesondere Versionsverwaltung, Testing, Dokumentation, Code Reviews und reproduzierbaren Entwicklungsumgebungen.
- Gute Kenntnisse im Bereich MLOps, insbesondere beim Aufbau reproduzierbarer ML-Pipelines, Modellversionierung, Experiment Tracking, Deployment oder Monitoring.
- Erfahrung in einer Sicherheitsbehörde oder in der Zusammenarbeit mit Sicherheitsbehörden.
- Kenntnisse und Qualifikationen im Bereich Informationssicherheit.
Unser Angebot
- Tarifbeschäftigung in der Entgeltgruppe E 14 TVöD Bund (je nach beruflicher Erfahrung möglich von ca. 67.552 Euro bis ca. 96.285 Euro brutto jährlich in Vollzeit) oder verbeamtet bis zur Besoldungsstufe A 14 BBesO (nur von anderen Bundesbehörden im Rahmen einer Abordnung)
- ZITiS-Zulage in Höhe von bis zu max. 2.400 Euro brutto jährlich in Vollzeit
- Jahressonderzahlung in EG 14 TVöD Bund in Höhe von 75 % brutto der monatlichen Gesamtvergütung bei Erfüllung der Voraussetzungen
- Unsere Benefits:
- Home-Office
- Kernzeitfreie Arbeitszeit
- Kein Dresscode
- Technische Ausstattung
- Zuschuss zum Deutschlandticket
- Und vieles mehr ...
Hier Bewerben
DEINE innung@zitis .bund.de
Mostramos trecho e link por vaga, e o texto integral quando a fonte permite. Marcas e logotipos citados pertencem aos seus titulares.
