Erfolgreich abgeschlossenes Hochschulstudium (Diplom/Master) sowie sehr gute Promotion der Informatik, technischen Softwareentwicklung, Bioinformatik, Mathematik, Physik, Data Engineering oder vergleichbar Sehr gute Kenntnisse von Softwarebibliotheken für Data Science (z. B. PyTorch, PyTorch-Geometric, Pandas, Scitkit-Learn) Sehr gute Kenntnisse der Theorie und Praxis moderner Methoden des maschinellen Lernens (z. B. Invertible Neural Networks und Graph Neural Networks) Sehr gute Kenntnisse in mindestens einer Programmiersprache (z.B. Python, Rust, Go) Gute Kenntnisse von Methoden zur Visualisierung komplexer Datensätze Erfahrung mit Versionskontrollsystemen (z. B. Git) ist wünschenswert Erfahrung mit statistischen Methoden ist wünschenswert Kenntnisse von Methoden zur Verarbeitung und Analyse großer Datenmengen sind wünschenswert Erfahrungen mit Daten aus dem Bereich der Material- oder Ingenieurwissenschaften oder Naturwissenschaften sind wünschenswert Ausgezeichnete mündliche und schriftliche Sprachkenntnisse/Ausdrucksstärke in Englisch Ausgezeichnete kommunikative und zwischenmenschliche Fähigkeiten, eine zielorientierte und strukturierte Arbeitsweise, mit einer starken Bereitschaft zur Kooperation und Zusammenarbeit mit Anderen, Lern- und Anpassungsbereitschaft sowie ausgeprägtes konzeptionelles, strategisches und innovatives Denken