RWTH Aachen

Studentische Hilfskraft (w/m/d) – Im Bereich Learning on Graphs

Publiziert am: 11.04.25 | Aachen | Vollzeit

zur original Anzeige

Anbieter

Juniorprofessur für Maschinelles Lernen auf Graphen

Unser Profil

Am Lab Learning on Graphs unter der Leitung von Prof. Dr. Christopher Morris am Lehrstuhl für Maschinelles Lernen und Inferenz an der RWTH Aachen University entwickeln wir theoretische und praktische Ansätze für das maschinelle Lernen auf Graphen. Maschinelles Lernen auf Graphen ist ein relativ neues Feld im Bereich des maschinellen Lernens, welches die Struktur der Daten in den Vordergrund stellt und Machine-Learning-Methoden entwickelt, die automatisch Voraussagen über Eigenschaften von Graphen treffen. Die Arbeit in unserem Lab ist davon geprägt, praktische Methoden stets auf Hinsicht ihrer theoretischen Eigenschaften zu untersuchen. Wir freuen uns mit interessierten und engagierten Studierenden an diesen Problemen zu arbeiten.

Ihr Profil

Die Gruppe Learning on Graphs am Lehrstuhl für Informatik 6 sucht eine*n hochmotivierte*n Student*in mit sehr guten Kenntnissen im maschinellen Lernen und einem ausgeprägten Interesse an der Anwendung dieser Methoden auf reale Probleme. Wir erwarten:

  • Exzellente Programmierkenntnisse in Python
  • Sehr gute Kenntnisse im maschinellen Lernen
  • Erfahrung mit PyTorch
  • Erfahrung mit Clean Code Practices
  • Gute Englischkenntnisse

Nice to have:

  • Nachgewiesene Erfolgsbilanz (z. B. Projekte zum maschinellen Lernen)
  • Unabhängige Arbeitsweise
  • Praktische Erfahrung mit und Interesse an maschinellem Lernen auf Graphen
  • Erfahrung mit PyTorch Geometric (https://pytorch-geometric.readthedocs.io/en/latest/)
  • Erfahrung mit der Arbeit an großen Codebasen

Ihre Aufgaben

Unterstützung bei Experimenten für ein Projekt zum angewandten maschinellen Lernen im Bereich der chemischen Verfahrenstechnik.

Wenn wir Ihr Interesse geweckt haben, senden Sie uns bitte ein kurzes Anschreiben, einen aktuellen Lebenslauf, ein Transcript of Records und - falls vorhanden - Referenzen über relevante Softwareentwicklungsprojekte, die Sie in der Vergangenheit durchgeführt haben, vorzugsweise in englischer Sprache, bevorzugt per E-Mail an antoine.siraudin@log.rwth-aachen.de.

Wir freuen uns auf Ihre Bewerbung!

Unser Angebot

Die Einstellung erfolgt als Studentische Hilfskraft.
Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet auf zunächst 12 Monate.
Eine weitergehende Beschäftigung ist möglich
Es handelt sich um eine Teilzeitstelle.
Die regelmäßige Wochenarbeitszeit beträgt 8 Stunden.
Die Arbeitszeit ist flexibel einteilbar.
Die Eingruppierung richtet sich nach der Richtlinie für studentische und wissenschaftliche Hilfskräfte.
Die Stelle ist bewertet mit 14,25 € pro Stunde.

Über uns

Die RWTH ist als familiengerechte Hochschule zertifiziert.
Die RWTH bietet im Rahmen eines Universitären Gesundheitsmanagements eine Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten (z. B. Hochschulsport) an. Für Tarifbeschäftigte und Beamtinnen und Beamte besteht ein umfangreiches Weiterbildungsangebot und die Möglichkeit, ein Jobticket zu erwerben.
Die Stellenausschreibung richtet sich an alle Geschlechter.
Wir wollen an der RWTH Aachen University besonders die Karrieren von Frauen fördern und freuen uns daher über Bewerberinnen.
Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern sie in der Organisationseinheit unterrepräsentiert sind und sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.
Bewerbungen geeigneter schwerbehinderter Menschen sind ausdrücklich erwünscht.
Im Sinne der Gleichbehandlung bitten wir Sie, auf ein Bewerbungsfoto zu verzichten.
Informationen zur Erhebung personenbezogener Daten nach Artikeln 13 und 14 Datenschutz-Grundverordnung (DS-GVO) finden Sie unter https://www.rwth-aachen.de/dsgvo-information-bewerbung.

Bewerbung
Nummer:V000009516
Frist:31.05.2025
Postalisch:RWTH Aachen University
Juniorprofessur für Maschinelles Lernen auf Graphen
Antoine Siraudin
Theaterstraße 35-39
52062 Aachen
E-Mail:
Bitte beachten Sie, dass Gefährdungen der Vertraulichkeit und der unbefugte Zugriff Dritter bei einer Kommunikation per unverschlüsselter E-Mail nicht ausgeschlossen werden können.

Die RWTH ist als familiengerechte Hochschule zertifiziert.
Die RWTH bietet im Rahmen eines Universitären Gesundheitsmanagements eine Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten (z. B. Hochschulsport) an. Für Tarifbeschäftigte und Beamtinnen und Beamte besteht ein umfangreiches Weiterbildungsangebot und die Möglichkeit, ein Jobticket zu erwerben.
Die Stellenausschreibung richtet sich an alle Geschlechter.
Wir wollen an der RWTH Aachen University besonders die Karrieren von Frauen fördern und freuen uns daher über Bewerberinnen.
Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern sie in der Organisationseinheit unterrepräsentiert sind und sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.
Bewerbungen geeigneter schwerbehinderter Menschen sind ausdrücklich erwünscht.
Im Sinne der Gleichbehandlung bitten wir Sie, auf ein Bewerbungsfoto zu verzichten.
Informationen zur Erhebung personenbezogener Daten nach Artikeln 13 und 14 Datenschutz-Grundverordnung (DS-GVO) finden Sie unter https://www.rwth-aachen.de/dsgvo-information-bewerbung.

Anbieter

Juniorprofessur für Maschinelles Lernen auf Graphen

Unser Profil

Am Lab Learning on Graphs unter der Leitung von Prof. Dr. Christopher Morris am Lehrstuhl für Maschinelles Lernen und Inferenz an der RWTH Aachen University entwickeln wir theoretische und praktische Ansätze für das maschinelle Lernen auf Graphen. Maschinelles Lernen auf Graphen ist ein relativ neues Feld im Bereich des maschinellen Lernens, welches die Struktur der Daten in den Vordergrund stellt und Machine-Learning-Methoden entwickelt, die automatisch Voraussagen über Eigenschaften von Graphen treffen. Die Arbeit in unserem Lab ist davon geprägt, praktische Methoden stets auf Hinsicht ihrer theoretischen Eigenschaften zu untersuchen. Wir freuen uns mit interessierten und engagierten Studierenden an diesen Problemen zu arbeiten.

RWTH Aachen
Templergraben 55
52056 Aachen
RWTH Aachen

RWTH Aachen