Doktorand*in – Untersuchung der Rolle zukünftiger Energietechnologien mit Hilfe von Natural Language Processing und Data Science (w/m/d)

Doktorand:in – Untersuchung der Rolle zukünftiger Energietechnologien mit Hilfe von Natural Language Processing und Data Science (w/m/d)

Über das Forschungszentrum Jülich

Forschung für eine Gesellschaft im Wandel: Das ist unser Antrieb im Forschungszentrum Jülich. Als Mitglied der Helmholtz-Gemeinschaft stellen wir uns großen gesellschaftlichen Herausforderungen unserer Zeit und erforschen Optionen für die digitalisierte Gesellschaft, ein klimaschonendes Energiesystem und ressourcenschützendes Wirtschaften. Arbeiten Sie gemeinsam mit rund 7.400 Kolleg:innen in einem der größten Forschungszentren Europas und gestalten Sie den Wandel mit uns!

Stellenbeschreibung

Die Transformation des Energiesektors ist eine der großen Herausforderungen des 21. Jahrhunderts. Am Institute of Climate and Energy Systems – Jülicher Systemanalyse (ICE-2) untersuchen wir, wie ein nachhaltiges Energiesystem erreicht werden kann und wie es aussehen könnte. Dazu wird eine Vielzahl von heterogenen Technologien im Detail untersucht. Die Energie­system­analyse steht vor der Herausforderung, dass die für Energieszenarien angenommenen Technologieparameter aus einer Vielzahl unterschiedlicher Quellen stammen. Die Gewinnung, Aufbereitung und Auswertung dieser Daten durch manuelle Datenanalyse ist so zeitaufwändig, dass ein großer Teil der theoretisch verfügbaren Datenbasis oft nicht genutzt werden kann. Im Rahmen eines großen Verbundprojektes sollen neuartige Data-Science-Ansätze unter Nutzung aktueller KI-Technologien entwickelt werden, um energietechnische Daten in großem Umfang verfügbar zu machen.

Ihre Aufgaben

• Entwicklung von Ansätzen für die automatisierte und großangelegte Bereitstellung von energietechnischen Informationen
• Anwendung großer Sprachmodelle zur Sammlung quantitativer Informationen aus heterogenen Datenquellen
• Aufbereitung und semantische Annotation der gesammelten Daten
• Mitentwicklung einer wissensgrafenbasierten Technologiesdatenbank
• Entwicklung von Methoden zur Bewertung der Datenqualität in Austausch mit Akteur:innen aus der Energie­forschung
• Entwurf von Schnittstellenkonzepten nach FAIR- und Linked-Open-Data-Prinzipien

Im Einzelnen:

• Auswahl und Konfiguration von Algorithmen zur Verarbeitung natürlicher Sprache unter Verwendung modernster KI-Technologien
• Automatisierung der Aufbereitung und Pflege von energietechnischen Informationen
• Sicherstellung der Nachhaltigkeit und kontinuierlichen Erweiterbarkeit von Datenbeständen durch innovative Wissensgrafenstrukturen
• Bewertung der Qualität und Herkunft alternativer Technologieparameter zur Unterstützung des Datenauswahlprozesses
• Entwicklung von Schnittstellenkonzepten für den Transfer von Technologieparametern in Open-Source-Energiesystemmodell-Frameworks