Software & AI Engineer (m/w/d) – Applied Machine Learning für Sensordaten und Zeitreihen (Projekt KOLOR) - Jena

Standort: Jena, vor Ort · Umfang: 35 Stunden pro Woche · Start: 1. April 2026 · Dauer: 18 Monate (befristet) · Deine Mission · Du entwickelst und implementierst KI-gestützte Analyseverfahren für mehrkanalige Sensordaten und Zeitreihen. · Dein Schwerpunkt liegt auf der Modellieru ...

Jobbeschreibung

Standort: Jena, vor Ort
Umfang: 35 Stunden pro Woche
Start: 1. April 2026
Dauer: 18 Monate (befristet)

Deine Mission
Du entwickelst und implementierst KI-gestützte Analyseverfahren für mehrkanalige Sensordaten und Zeitreihen.
Dein Schwerpunkt liegt auf der Modellierung, Interpretation und Integration von Machine-Learning-Ansätzen in ein strukturiertes Softwaresystem.
Dabei verbindest du Signalverarbeitung, Feature Engineering und Entscheidungslogik zu reproduzierbaren und robusten Analyseworkflows.
Du arbeitest eng mit wissenschaftlichen Partnern zusammen und übernimmst die fachliche Verantwortung im Bereich Applied AI.

Dein Profil
Abgeschlossenes Studium in Informatik, Data Science, KI, Ingenieurwissenschaften oder vergleichbar
Erfahrung im Bereich Applied Machine Learning (beruflich oder im Forschungsumfeld)
Sehr gute Python-Kenntnisse
Routine im Umgang mit NumPy, Pandas und scikit-learn (oder vergleichbar)
Erfahrung mit Zeitreihen-, Sensor- oder signalbasierten Datensätzen
Verständnis von Modellvalidierung, Evaluationsmetriken und Fehleranalyse
Strukturierte, eigenständige elbstverantwortliche Arbeitsweise
Motivation, sich wechselnden Herausforderungen in einem lebhaften Startup-Alltag zu stellen
Gute Kommunikationsfähigkeiten auf Deutsch und Englisch in Wort und Schrift

Von Vorteil
Erfahrung mit Signalverarbeitung für Zeitreihen oder spektrale Daten
Erfahrung mit PyTorch oder TensorFlow
Feature Engineering für multikanalige Datensätze
Erfahrung mit Klassifikations- oder Entscheidungsmodellen
Erfahrung mit Integration von ML-Modulen in Software-Systeme
Erfahrung in technisch-wissenschaftlichen Entwicklungsumgebungen

Machine Learning-Anteil
Applied ML bedeutet bei uns: robuste Modelle auf sauberen Referenzdaten entwickeln, systematisch evaluieren und nachvollziehbar integrieren.
Du entwickelst reproduzierbare Trainings- und Evaluationsroutinen, arbeitest an Feature-Engineering-Strategien und verbesserst mit zunehmender Datenbasis Stabilität und Aussagekraft der Modelle.
Ein Schwerpunkt liegt auf Entscheidungslogik, Confidence-Bewertung und Modellrobustheit.

Aufgaben (je nach Schwerpunkt, in Absprache)
Entwicklung und Implementierung von ML-Modellen für Sensordaten
Design von Feature-Extraction- und Signalverarbeitungsworkflows
Aufbau reproduzierbarer Trainings- und Evaluationspipelines
Implementierung von Klassifikations- oder Ähnlichkeitsmodellen
Entwicklung von Entscheidungslogik und Confidence-Scoring
Integration von ML-Modulen in bestehende Softwarestrukturen
Fachliche Unterstützung eines Werkstudenten im Bereich Data Engineering

Schwerpunktwahl (bitte in der Bewerbung angeben)
Bitte nenne mindestens zwei Schwerpunkte, die dich am meisten interessieren:
Feature Engineering und Signalverarbeitung
Modellarchitektur und Klassifikation
Zeitreihenanalyse und Mustererkennung
Entscheidungslogik und Confidence-Bewertung
Integration von ML in Software-Systeme

Unser Angebot
Dich erwartet ein interdisziplinäres Team mit enger Zusammenarbeit zwischen Wissenschaft und Anwendung. Du übernimmst fachliche Verantwortung im Bereich Applied AI und arbeitest in einem klar strukturierten 18-monatigen Entwicklungsprojekt mit definierten Meilensteinen.
Gleichzeitig bist du Teil einer gelebten internationalen Startup-Kultur mit flachen Hierarchien, kurzen Entscheidungswegen und offenem Feedback.
Wir bieten dir vielseitiges Entwicklungspotenzial in einem wachsenden Unternehmen, mit viel Raum für Eigeninitiative und der Möglichkeit, sowohl deinen Tätigkeitsbereich als auch das Arbeitsumfeld aktiv mitzugestalten.

Bewerbung
Sende uns bitte:
Lebenslauf
Ein paar Sätze zu deiner Motivation
Deine Schwerpunkte (mindestens zwei)
Optional Links zu Projekten (GitHub, Forschungsprojekte, Publikationen), die deine ML-Erfahrung zeigen.

WIR FREUEN UNS DARAUF DICH KENNENZULERNEN

Melde Dich mit einem kurzen Anschreiben zu deiner Motivation & deinen Erfahrungen bis zum 15.März 2026.

TELEFON: 03641/2716023
EMAIL: -