Wissenschaftliche/r Mitarbeiter/in – Multivariate Analyse & Datenauswertung (m/w/d)

Zur Verstärkung unseres Teams suchen wir eine engagierte und qualifizierte Persönlichkeit mit ausgewiesener Expertise in der Multivariaten Datenanalyse (MVA) sowie in datengetriebenen Methoden im naturwissenschaftlichen Umfeld. Sie arbeiten an anspruchsvollen wissenschaftlichen Fragestellungen, entwickeln moderne Analyseansätze und tragen aktiv zur Weiterentwicklung unserer datenbasierten Forschungs- und Entwicklungsprozesse bei.
Aufgaben

• Entwicklung, Implementierung und Anwendung moderner Methoden der multivariaten Datenanalyse (MVA), einschließlich Machine-Learning-Verfahren
• Sicherer Einsatz statistischer Methoden sowie fundierte Interpretation der Ergebnisse
• Analyse, Interpretation und Visualisierung komplexer wissenschaftlicher Datensätze
• Konzeption, Optimierung und kontinuierliche Weiterentwicklung von Datenanalyse-Workflows und Datenpipelines

Profil

• Abgeschlossenes Hochschulstudium in Physik, Chemie, Mathematik, Informatik oder einem vergleichbaren natur- oder ingenieurwissenschaftlichen Fach
• Zwingend erforderlich: fundierte Kenntnisse in der MVA
• Erfahrung in wissenschaftlicher Datenauswertung und statistischer Modellierung
• Sehr gute Programmierkenntnisse in Python, MATLAB, R, Mathematica oder vergleichbaren Tools
• Strukturierte, analytische und eigenständige Arbeitsweise sowie ein hohes Maß an Problemlösungskompetenz
• Kenntnisse in C/C++ (z. B. für performante oder physiknahe Anwendungen)
• Erfahrung im Umgang mit großen und/oder komplexen Datensätzen
• Kenntnisse im Bereich Forschungsdatenmanagement
• Grundlegende physikalische u. chemische Kenntnisse

Wir bieten

• Mitarbeit an anspruchsvollen analytischen Projekten im wissenschaftlichen Umfeld
• Einsatz moderner Analysewerkzeuge und Methoden (MVA / Machine Learning)
• Ein interdisziplinäres, forschungsnahes Arbeitsumfeld mit engem Austausch zwischen verschiedenen Fachbereichen
• Gestaltungsspielraum bei der Entwicklung eigener Methoden, Modelle und innovativer Analyseansätze

JBSD_DE