Wissenschaftliche Hilfskraft - Deep Learning im Energiesystem
Das Fraunhofer IEE in Kassel forscht in den Bereichen Energiewirtschaft und Energiesystemtechnik mit den Schwerpunkten Energieinformatik, Energiemeteorologie und Geoinformationssysteme, Energiewirtschaft und Systemdesign, Energieverfahrenstechnik und -speicher, Netzplanung und Netzbetrieb, Netzstabilität und Stromrichtertechnik sowie thermische Energietechnik. Rund 450 Wissenschaftlerinnen und Wissenschaftler, Angestellte, Studentinnen und Studenten entwickeln Lösungen für die Energiewende und erwirtschaften rund 38 Mio. Euro Erträge pro Jahr.
Was Du bei uns tust
Im Rahmen Deiner Tätigkeit unterstützt Du uns je nach Interesse und Erfahrung bei diversen Fragestellungen rund um die Themen Big Data Analysis, Graph Neural Networks und Deep Reinforcement Learning im Bereich des Energiehandels oder der Netzsteuerung. Entwickle mit uns State-of-the-Art KI-Lösungen! Von anpassungsfähigen DRL Agenten zur Automatisierung des Energiehandels, über die Steuerung des Energienetzes mithilfe von GNNs, bis hin zu Algorithmen zur Steigerung der Sicherheit und Transparenz unserer KI-basierten Modelle. Verändere gemeinsam mit uns das Energiesystem!
Was Du mitbringst
Die Bereitschaft, an mindestens einem Tag der Woche vor Ort zu arbeiten, ist wünschenswert, aber nicht notwendig. Des Weiteren legen wir besonderen Wert auf Eigeninitiative und eine selbstständige Arbeitsweise.
Was Du erwarten kannst
Das Fraunhofer IEE unterstützt als angewandtes Forschungsinstitut die Energiebranche bei der Bewältigung der Herausforderungen einer dezentralen Energieversorgung. So besteht im Zuge der Energiewende zunehmender Bedarf an intelligenten und flexiblen Möglichkeiten zur Automatisierung des Energiehandels oder der Netzsteuerung. Stark fluktuierende Energiequellen wie Sonne und Wind sorgen für eine steigende Anzahl an Markt- bzw. Netzteilnehmern und somit für erhöhte Komplexität. Herkömmliche Machine-Learning Verfahren sind diesen Aufgaben nicht mehr in vollem Umfang gewachsen. Deep Reinforcement Learning (DRL) bietet dagegen eine Klasse von Frameworks, die komplexere Strategien erlernen können und deshalb in Spielen wie Schach, Go oder sogar Dota2 bereits menschliche Spieler übertreffen. Auch Graph Neural Networks (GNNs), die speziell auf Netzstrukturen angepasst sind, eignen sich besonders zur Modellierung von Stromnetzen. Die Anwendung von DRL und GNNs auf das Energiesystem bringt ganz eigene Schwierigkeiten mit sich, die wir in der Nachwuchsgruppe RL4CES (Reinforcement Learning for Cognitive Energy Systems) im Rahmen mehrerer Dissertationen untersuchen. Algorithmen zur Steuerung sensibler Infrastrukturen wie dem Stromnetz müssen sicher und erklärbar sein. DRL Agenten auf dem kurzfristigen Energiemarkt automatisch und flexibel Fehler in Wetter- oder Verbrauchsprognosen ausgleichen können, ohne dabei finanzielle Verluste zu generieren. Aus diesem Grund bildet die Entwicklung von sicheren, erklärbaren, anpassungsfähigen und effizienten DRL Agenten und Graph Neural Networks unseren aktuellen Forschungsschwerpunkt in den Bereichen Energiehandel und Netzsteuerung. Freue Dich auf ein kooperatives Arbeiten in einem anwendungsgetriebenen, interdisziplinären und dynamischen Umfeld und auf eine Tätigkeit, die einen direkten Impact auf wichtige reale Probleme hat. Aus der wissenschaftlichen Hilfstätigkeit darf gern im weiteren Verlauf eine Bachelor- bzw. Masterthesis entstehen.
Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.
Die Stelle ist zunächst auf 6 Monate befristet. Eine längerfristige Zusammenarbeit wird angestrebt. Die monatliche Arbeitszeit beträgt 40 Stunden. Die Vergütung richtet sich nach der Gesamtbetriebsvereinbarung zur Beschäftigung der Hilfskräfte.
Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.
Haben wir Dein Interesse geweckt? Dann bewirb Dich jetzt online mit Deinen aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Dich kennenzulernen!
Fragen zu dieser Position beantwortet Dir gerne: Björn Hoppmann Tel.: +49 (0) 561 7294-1606
Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik IEE
Kennziffer: 69631 Bewerbungsfrist: 30.04.2024
Stellensegment:
Training, Data Analyst, Learning, Education, Data, Human Resources