Technical Mentor Data Science for Social Good (per remote)

Einrichtung
Fakultät für Mathematik, Informatik und Statistik - Lehrstuhl Statistical Learning and Data Science
Besetzungsdatum
24.05.2021
Ende der Bewerbungsfrist
28.02.2021

Im Rahmen des Munich Center for Machine Learning (MCML) sucht der Lehrstuhl für Statistical Learning and Data Science an der Ludwig-Maximilians-Universität München, unter der Leitung von Prof. Dr. Bernd Bischl, in enger Zusammenarbeit mit der University of Warwick und mit Unterstützung des Alan Turing Institute und der Data Science for Social Good (DSSG) Foundation, nach Vollzeit-Mentoren für Data Science, die sich dem DSSGx UK Summer Project anschließen möchten.

Das projektbasierte 12-wöchige Trainingsprogramm wurde entwickelt, um angehenden Data Scientists starke Fertigkeiten für die Lösung von realen Problemen und ein Verständnis, Begeisterung und Leidenschaft für die Lösung von Problemen mit sozialer Wirkung zu vermitteln. In enger Zusammenarbeit mit Regierungen und Non-Profit-Organisationen (NGOs) arbeiten die Stipendiaten an realen Problemen aus den Bereichen Bildung, Gesundheit, internationale Entwicklung und mehr. Dieses Jahr wird das Programm aufgrund von COVID-19 komplett online durchgeführt.

Aufgaben

Die Data Science Technical Mentors (TMs) sind ein wichtiger Bestandteil der DSSGx. Die TMs arbeiten mit engagierten Teams von Fellows zusammen und bieten den Projekten praktische technische Betreuung und datenwissenschaftliche Expertise. Jedem TM ist ein Projektmanager zugeordnet, der die Beziehung zum Projektpartner leitet und dafür sorgt, dass das Team vorankommt. Die Mentoren helfen auch bei der Durchführung von Workshops und Tutorien während des Sommers und sind ein integraler Bestandteil des Organisationsteams.

Ein idealer TM ist ein erfahrener Data Scientist mit starken technischen Fähigkeiten, praktischer Erfahrung, mit einem Interesse an der Betreuung von Studenten, um reale Fähigkeiten zu erlernen und einen sozialen Einfluss auszuüben. Typischerweise haben TMs für eine beträchtliche Zeit in der Industrie gearbeitet; sie arbeiten in Bereichen wie Informatik, maschinelles Lernen, Sozialwissenschaften, Statistik und verwandten Bereichen und haben Erfahrung in der Arbeit an Data Science Problemen.

Ihre Aufgaben:

  • Projektleitung von 2-3 Projekten
  • Leitung von typischerweise 2 oder 3 Teams von Fellows (3-4 Personen pro Team)
  • Technische Beratung
  • Unterrichten von Workshops und Tutorials
  • Entwicklung der Lehrmaterialien

Anforderungen

Erforderlich:

  • Kompetenter methodischer Hintergrund in angewandtem ML und angewandter Data Science
  • Erfahrung mit entweder Data Science / Machine Learning Toolkits in Python (Panda, NumPy, Matplotlib, Scikit Learn, Beautiful Soup) oder R (mlr, caret, tidyverse)
  • Praktische Erfahrung in einem Bereich, der moderne Data-Science-Tools und -Methoden einsetzt
  • Ein Verständnis für solide Softwareentwicklungsstandards und reproduzierbarer Analysen: Software-Projektmanagement und kollaboratives Coding, Git und Github, Issue Tracking, literate analysis tools wie Jupyter und R Markdown
  • Begeisterung und die Fähigkeit, neue rechnerische und mathematische Ideen und Techniken bei der Arbeit schnell, genau und erfolgreich anzuwenden

Erwünscht:

  • PhD in Data Science oder einem verwandten Bereich
  • Erfahrung in der Arbeit an Social-Impact-Projekten und Leidenschaft für soziales Engagement
  • Erfahrung im Umgang mit größeren Daten und rechenintensiven ML-Aufgaben auf Clustern oder in einer Cloud-Computing-Umgebung
  • Erfahrung im Umgang mit großen, skalierbaren relationalen Datenbanken, von PostgreSQL bis Redshift
  • Design und Entwicklung von Benutzeroberflächen mit Webtechnologien, insbesondere für Datenvisualisierung und Wissensrepräsentation
  • Entwicklung und/oder Durchführung von Lehr- und Schulungsmaßnahmen in rechnergestützten oder mathematischen Methoden für die Forschung

Unser Angebot

Die LMU hat die „Charta der Vielfalt“ unterzeichnet und engagiert sich für die Diversität ihrer Beschäftigten. Die Bewerbung von Frauen wird ausdrücklich begrüßt.

Aufgrund der Art der Förderung werden Antragsteller aus EU-Mitgliedsstaaten bevorzugt werden.

Eine Teilzeitbeschäftigung ist grundsätzlich möglich.

Schwerbehinderte Personen werden bei im Wesentlichen gleicher Qualifikation bevorzugt.

Kontakt

Interessierte Bewerber senden bitte die aussagekräftigen Bewerbungsunterlagen:

  • ein kurzes Anschreiben, das Sie als idealen Kandidaten für die Position bewirbt (~1 Seite)
  • einen detaillierten Lebenslauf, mit besonderem Augenmerk auf: erworbene Abschlüsse, belegte relevante Kurse, Publikationen, Programmierkenntnisse, Erfahrung in der Arbeit an Projekten mit sozialer Wirkung, Erfolgsbilanz

bis spätestens 28.02.2021 ausschließlich in elektronischer Form zusammengefasst in einem PDF (max. 5 MB) unter dem Stichwort “Technical Mentor Application, DSSGx an:Juliane.Lauks@stat.uni-muenchen.de

Juliane Lauks, PhD
Scientific Manager
Chair of Statistical Learning & Data Science
Department of Statistics
LMU Munich
Ludwigstr. 33
D-80539 Munich
Germany
https://www.slds.stat.uni-muenchen.de/

Bitte beachten Sie, dass aufgrund der Art der Förderung Antragsteller aus EU-Mitgliedsstaaten bevorzugt werden.

Da die Data Science for Social Good (DSSG) Sommerprojekte von der LMU in München in Zusammenarbeit mit der University of Warwick im Rahmen des DSSGx UK Chapters der DSSG Foundation durchgeführt werden, werden Ihre Daten an die Mitglieder des DSSG-x Vorstandes, die Challenge Owner und ausgewählte LMU/Warwick University/Carnegie Mellon University Forscher zum Zwecke der Bewerbungsprüfung und Auswahl weitergeleitet.

Wo Wissenschaft alles ist. Werden Sie Teil der LMU-München!

An der LMU arbeiten Wissenschaftlerinnen und Wissenschaftler auf höchstem Niveau an den Zukunftsfragen um Mensch, Gesellschaft, Kultur, Umwelt und Technologie - unterstützt durch kompetente Beschäftigte in Verwaltung, IT und Technik.

Die LMU verfügt über eine hervorragende Forschungsinfrastruktur und ein großes internationales Netzwerk. Sie bietet attraktive Entwicklungsmöglichkeiten für die wissenschaftliche Karriere. Und nicht zuletzt unterstützt sie ihre Mitglieder mit vielen Maßnahmen und Programmen dabei, sich persönlich weiterzuentwickeln, ihre Talente zu entfalten und ihr Arbeitsumfeld an der Universität mitzugestalten.

Im Rahmen Ihrer Bewerbung auf eine Stelle an der Ludwig-Maximilians-Universität München (LMU) übermitteln Sie personenbezogene Daten. Beachten Sie bitte hierzu unsere Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten und die Datenschutzerklärung der LMU für den Internetauftritt. Durch die Übermittlung Ihrer Bewerbung bestätigen Sie, dass Sie die Datenschutzhinweise und die Datenschutzerklärung zur Kenntnis genommen haben und mit der Datenverarbeitung im Rahmen des Auswahlverfahrens einverstanden sind.