Job: Studentische Hilfskraft (w/m/d)

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.

Anbieter

Lehrstuhl für Methodik der Künstlichen Intelligenz (Informatik 14)

Unser Profil

Der Lehrstuhl für Methodik der Künstlichen Intelligenz (Informatik 14) unter der Leitung von Alexander- von-Humboldt Professor Holger Hoos betreibt Spitzenforschung im Bereich der menschzentrierten Künstlichen Intelligenz (KI) und ihrer breiten Anwendung zum Wohl der Gesellschaft und der Menschheit ("AI for all" und "AI for good"). Neben der Forschung zu Grundlagen der KI, insbesondere zu Themen im maschinellen Lernen, dem automatisierten Schließen und der Optimierung, konzentriert sich unsere Arbeit auf KI-Anwendungen im Bereich Medizin und Gesundheit, Klimaschutz sowie Kunst und Musik.

Music Information Retrieval oder – weitgehender definiert – Musikdatenanalyse ist ein interdisziplinäres Forschungsgebiet, welches sich mit der computergestützten Verarbeitung und Analyse der Daten mit Bezug zu Musik befasst: Audiosignalen, digitalen Partituren, Liedtexten, Album-Titelabbildungen usw. Zu den Anwendungsszenarien gehört die Klassifikation von Genres und Stilen, automatische Generierung von Musik und Begleitung, Erkennung von Instrumenten und Gesang, Musikstrukturanalyse, Erkennung von Plagiaten. Um die Qualität und Effizenz zu steigern, können viele Techniken eingesetzt werden, wie automatisches Hyperparameter-Tuning, Klassifikation mit neuronalen Netzen, Merkmalsauswahl oder mehrkriterielle Optimierung mit evolutionären Algorithmen. Zu den Aufgabenbereichen dieser Stelle gehört die Unterstützung bei der Durchführung von Studien zur Optimierung von unterschiedlichen Musikdatenanalyseanwendungen sowie die Integration in die Lehrveranstaltungen des Lehrstuhls für Methodik der Künstlichen Intelligenz, u.a. die Weiterentwicklung des open source Java Framework AMUSE(Advanced MUSic Explorer).

Weitere Informationen finden Sie auf unserer Website: https://www.aim.rwth-aachen.de

Ihre Aufgaben

• Implementierung von AMUSE-Erweiterungen (Integration neuer Plugins für Merkmalsextraktion und Klassifikation, Verbesserung der Benutzerschnittstelle, Dokumentation)
• Mitwirkung an Forschungsstudien (z.B. Vergleich von Algorithmen für die Erkennung von Instrumenten, Harmonien, Emotionen, oder Optimierung mithilfe der neuronalen Architektursuche) sowie daraus entstehenden Konferenz- und Zeitschriften-Veröffentlichungen
• Unterstützung in der Organisation von Lehrveranstaltungen (Test von neuen Anwendungen, Korrektur von Abgaben und Code-Review, Entwicklung eigener Ideen)
• Unterstützung bei der Implementierung von Demos / Beteiligung an Schulprojekten, wie B. Schülerlabor Informatik - InfoSphere
  
  

Bitte senden Sie Ihre Bewerbung mit einem kurzen Motivationsschreiben, Lebenslauf und der Ubersicht der erbrachten Studienleistungen bevorzugt per E-Mail an die unten erwähnte E-Mail-Adresse.

Ihr Profil

• Gute Programmierkenntnisse in mindestens einer der folgenden Sprachen: Java, Python, Matlab
• Bereitschaft, sich in weitere Programmiersprachen einzuarbeiten
• Begeisterung für Musik und Basiswissen in der Musiktheorie (Beherrschen eines Musikinstruments nicht notwendig, aber vorteilhaft)
• Etwas Erfahrung in den Forschungsgebieten maschinelles Lernen und Optimierung (z. B. Besuch von einschlägigen Vorlesungen oder Seminaren, Erfahrung in Frameworks wie Keras, WEKA, scikit-learn)
• Aktuelles Studium an einer Hoch- oder Fachhochschule

Wir bieten

Die Einstellung erfolgt als Studentische Hilfskraft.
Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet auf zunächst 6 Monate.
Angestrebt wird eine längere Zusammenarbeit, daher sind Bewerbungen von Studierenden im Bachelor-Studium willkommen.
Es handelt sich um eine Teilzeitstelle.
Die regelmäßige Wochenarbeitszeit beträgt 8 Stunden.
Die Eingruppierung richtet sich nach der Richtlinie für studentische und wissenschaftliche Hilfskräfte.
Die Stelle ist bewertet mit 13,25 € pro Stunde.