Geforderte Skills
- Knowledge Graphs
- Generative AI
- Large Language Models (LLMs)
- Information Extraction
- Graph Theory
- Python
- SQL
- Data Analysis
- Ontology Learning
- Semantic Modeling
- Graph-based Machine Learning
- Experimental Design
Nice to have:Graph Query LanguagesStatisticsArtificial IntelligenceData Science
Sprachen: German
Jobbeschreibung
Deine Tätigkeiten:
Responsibilities
- Recherche, Konzeption und Evaluierung innovativer Methoden zur Erstellung, Weiterentwicklung und Nutzung hochwertiger Knowledge Graphs für KI-Anwendungen.
- Entwicklung und Implementierung von Verfahren zur Bewertung der Qualität und Vollständigkeit von Knowledge Graphs hinsichtlich Abdeckung, Konsistenz, Genauigkeit, Datenherkunft (Provenance) und Unsicherheiten.
- Analyse und Benchmarking verschiedener KI-gestützter Methoden zur Extraktion und Strukturierung von Informationen aus unstrukturierten Daten, insbesondere Named Entity Recognition (NER), Entity Resolution, Relation Extraction und Large Language Models (LLMs).
- Evaluierung und Weiterentwicklung von Ontologien, Domänenmodellen, semantischen Datenmodellen und Begriffshierarchien.
- Anwendung graphentheoretischer, statistischer und probabilistischer Methoden zur Analyse von Graphstrukturen, Zusammenhängen, Netzwerken, Clustern und Informationslücken.
- Untersuchung und Optimierung von Graph-Traversierungs- und Retrieval-Strategien, beispielsweise hinsichtlich Hop-Limits, Kantenausrichtung, Gewichtung, Relevanzbewertung und Datenreduktion.
- Konzeption und Entwicklung mehrstufiger KI-gestützter Reasoning-, Validierungs- und Verifizierungsprozesse auf Basis von Knowledge Graphs.
- Erforschung und Bewertung von Link-Prediction-Verfahren und Graph Embeddings unter besonderer Berücksichtigung der Trennung zwischen verifiziertem Wissen und abgeleiteten Informationen.
- Aufbau von Benchmarks, Referenzmodellen und Evaluierungsverfahren sowie Durchführung von Experimenten, Fehleranalysen und Vergleichsstudien.
- Überführung der Forschungsergebnisse in reproduzierbare Experimente, Evaluierungsframeworks und praxisorientierte Handlungsempfehlungen.
Requirements
- Abgeschlossenes Studium der Informatik, Data Science, Mathematik, Künstlichen Intelligenz oder einer vergleichbaren Fachrichtung, idealerweise mit wissenschaftlichem bzw. forschungsorientiertem Hintergrund.
- Fundierte mathematische Kenntnisse, insbesondere in Graphentheorie, linearer Algebra, Wahrscheinlichkeitsrechnung, Statistik und Optimierung.
- Vertiefte Kenntnisse und praktische Erfahrung im Bereich Knowledge Graphs, Information Extraction, Ontology Learning, semantische Modellierung und graphbasiertes Machine Learning.
- Erfahrung in der Konzeption, Entwicklung und Evaluierung von KI- und LLM-basierten Lösungen sowie im Einsatz agentenbasierter Workflows zur Unterstützung von Forschungs- und Analyseprozessen.
- Sehr gute Programmier- und Datenanalysekenntnisse, insbesondere in Python und SQL sowie idealerweise in Graph-Abfragesprachen und entsprechenden Technologien.
- Erfahrung mit experimentellem Design, Benchmarking, reproduzierbaren Forschungsprozessen, Fehleranalysen und der Bewertung von Unsicherheiten und Sensitivitäten.
- Ausgeprägte analytische und konzeptionelle Fähigkeiten sowie eine strukturierte, wissenschaftlich fundierte und ergebnisorientierte Arbeitsweise.
- Fähigkeit, komplexe Forschungsergebnisse verständlich aufzubereiten und in konkrete technische Konzepte und Handlungsempfehlungen zu überführen.
- Sehr gute Kommunikationsfähigkeiten und Freude an der interdisziplinären Zusammenarbeit zwischen Data Science, KI-Forschung und IT-Architektur.
Indexiert von der 9am-Meta-Suche. Du bist Job-Anbieter? Listing beanspruchen oder verwalten
Gefunden auf FreelancerMap DE