Sie möchten noch mehr über uns erfahren?
Mehr zu unserer Kultur und den Benefits, die das Arbeiten bei OFFIS hat, finden Sie hier.
Wir, die Gruppe Power Systems Intelligence, entwickeln ein Framework für das Training von Reinforcement Learning (RL) Agenten in einem Autokurrikulum-Setup, d.h., mehrere Agenten agieren auf einer geteilten Umgebung, wodurch jeder dieser Agenten vielseitiger lernt, als es durch Einzeltraining möglich wäre. Diese Methodik heißt Adversarial Resilience Learning (ARL) und wird bereits erfolgreich in verschiedenen Forschungsprojekten eingesetzt. Wir nutzen diese Methodik und das Framework, um Schwachstellen im Stromnetz zu analysieren und um Maßnahmen zur Erhöhung der Resilienz für einen stabilen Netzbetrieb abzuleiten.
Das machen Sie möglich:
Im Projekt InterOp@Energy soll eine Testumgebung entwickelt werden, die die Interoperabilität von Smart Grid-Komponenten analysiert. Die Testprofile werden dabei aus Use Cases abgeleitet, für die bereits eine Schnittstelle zu den RL-Agenten existiert. Ihre Aufgabe ist es, Prozesse zum Benchmarking der Interoperabilität zu entwickeln, eine Parametrierung zu ermöglichen und diese mittels der ARL-Methodik zu optimieren. In jährlich zu organisierenden Connectathons wird die entwickelte Methodik genutzt, um die Interoperabilität von echten Smart Grid-Komponenten zu testen.
Das bringen Sie mit:
- Sie haben einen Bachelor-Abschluss in Informatik, Energie-Informatik oder einem verwandten Studiengang.
- Sie haben Interesse daran, künstlichen Intelligenz im Umfeld von Energiesystemen sinnvoll anzuwenden.
- Ein grundlegendes Verständnis von Reinforcement Learning ist von Vorteil.
- Sie verfügen über Kenntnisse in Auswertung inklusive Visualisierung von Experimentergebnissen.
- Grundkenntnisse in Python sind von Vorteil.
- Sie verfügen über gute Englischkenntnisse (Sprachniveau B2 oder besser) für den wissenschaftlichen sowie internen und externen Austausch.
Das bieten wir Ihnen:
- Die Stelle ist u.a. gut mit einem parallelen Masterstudium vereinbar und es besteht die Möglichkeit der Absolvierung einer Masterarbeit im Themenfeld.
- Freuen Sie sich auf ein menschlich sehr angenehmes und fachlich äußerst interessantes Arbeitsumfeld.
- Wir unterstützen Sie aktiv bei Ihrer beruflichen und wissenschaftlichen Weiterqualifikation durch eine enge Kooperation mit der Carl von Ossietzky Universität Oldenburg. Bei Vorliegen der persönlichen Voraussetzungen bietet das Projekt die Möglichkeit der Arbeit an einer Promotion.
- Vereinbarkeit von Beruf und Familie sind uns wichtig – dies unterstützen wir u.a. mit flexiblen Arbeitszeiten, Prüfung von Teilzeitmöglichkeiten und Homeoffice.
- Toleranz, Offenheit und Chancengleichheit gegenüber Personen aller Geschlechter (m/w/d) sind uns wichtig.
- Unseren seit Jahren steigenden Frauenanteil möchten wir gerne weiterhin wachsen lassen.
- Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.
- Ihre Stelle ist auf 24 Monate befristet, im Umfang von 50% der regelmäßigen wöchentlichen Arbeitszeit zu besetzen und wird nach TV-L 11 vergütet. Es besteht die Option auf Verlängerung.
Ansprechpartner:
Dr. Jürgen Meister
bewerbung(at)offis.de
Weitergehende Informationen zum Bewerbungsverfahren und zum Datenschutz erhalten Sie unter https://t1p.de/OFFIS-Bewerbungsinfos.
