Studentische Beschäftigung mit 40 Monatsstunden

• Betreuung von Übungen in Kleingruppen zur Vertiefung und Anwendung des Vorlesungsstoffes (wöchentlich 90min) des #Moduls 51049 – Applied Machine Learning (AML) (20%), insb. Aufsicht in der Selbstarbeitsphase (20%)
• Beratung Studierender zu objektorientierter Python-Programmierung und Methoden des Machine Learning im Rahmen einer studentischen Sprechstunde (20%)
• Erstellung von zusätzlichem didaktischen Lehrmaterial für Kleinübungen, v.A. Python-Skripte und Jupyter-Notebooks (20%)
• Unterstützung bei der Vor- und Nachbereitung von Kleinübungs-Lehrinhalten (20%)
• Teilnahme an Arbeits- und Nachbesprechungen mit Prof. Stender und anderen Tutor:innen (20%)

MUSS:

• Sehr gute und nachweisbare Kenntnisse der Programmiersprache Python sowie objekt-orientierter Programmierung-
• Sehr gute Kenntnis der Programmbibliotheken Numpy, Scikit-Learn, Matplotlib, Jupyter-Notebook
• Gute Kenntnis in sämtlichen folgenden Themenfeldern: Lineare und logistische Regression, Entscheidungsbäume, Ensemble-Methoden, Clusteringmethoden, Neuronale Netzwerke, Fehlerrückführung
• Erfahrung mit Moodle-basierten Lernplattformen
• Sehr gute Englischkenntnisse in Wort und Schrift

KANN:

• Erfahrung in der universitären Lehre
• Proaktive Kommunikation und Zuverlässigkeit.

Fachlich verantwortlich / Ansprechpartner:in für die Ausschreibung: Prof. Dr.-Ing. Merten Stender - bewerbungen@cpsme.tu-berlin.de
Besetzungszeitraum: sofort befristet auf 2 Jahre
Bewerbung an: bewerbungen@cpsme.tu-berlin.de

Ihre schriftliche Bewerbung mit Anschreiben, Lebenslauf, Immatrikulationsbescheinigung und ggf. aktueller Notenübersicht richten Sie bitte unter Angabe der Kennziffer an die o.g. Beschäftigungsstelle.
Zur Wahrung der Chancengleichheit zwischen Männern und Frauen sind Bewerbungen von Frauen mit der jeweiligen Qualifikation ausdrücklich erwünscht. Schwerbehinderte werden bei gleicher Eignung bevorzugt.