Women As Research Peers for Information Technology
Du bist Studentin der Mathematik, Informatik, Naturwissenschaften oder Technik (MINT) am KIT und fragst dich, was nach dem Studium kommt? Du möchtest erfahren, warum gerade in der Informatik und den Datenwissenschaften dein Wissen besonders gefragt ist? Du möchtest gerne einen Supercomputer von innen sehen und willst wissen, was Wissenschaftlerinnen in der Informatik den ganzen Tag forschen?
Dann bewirb dich für ein spannendes Forschungsprojekt im Mentoring-Programm
Fakt ist: Frauen sind in der Informatik nach wie vor unterrepräsentiert. Wir, ein Zusammenschluss von wissenschaftlichen Mitarbeiterinnen am Steinbuch Centre for Computing (SCC), möchten das ändern. Wir haben uns zum Ziel gesetzt, speziell weiblichen MINT-Studierenden einen Einblick in unser Arbeitsleben als Wissenschaftlerinnen zu geben. In diesem Kontext bieten wir:
- Drei Stellen als Hilfswissenschaftlerin für sechs Monate zu jeweils einem interessanten Projekt aus der aktuellen Forschung der Informatik und des datengetriebenen Rechnens (Projektbeschreibungen siehe unten)
- Betreuung durch erfahrene und engagierte Wissenschaftlerinnen und Mitarbeiterinnen des SCC als persönliche Ansprechpartnerin rund um den Beruf als wissenschaftliche Mitarbeiterin und IT-lerin (siehe unten)
- Kontakt zu Gleichgesinnten und konkrete Möglichkeiten zu Vernetzung und Austausch
- Attraktive Aus- und Weiterbildungsangebote sowie fachspezifische Informationen zu einer möglichen Karriere in der IT
Bewirb dich mit deinem Lebenslauf und erzähl uns in einem kurzen Motivationsschreiben (halbe Seite), welche(s) der drei Projekte am besten zu dir passt und warum. German or English welcome!
Bewerbung bis zum 22. April 2022 an warp4it∂lists.kit.edu.
Alle Projekte beginnen zum 01.05.2022 und laufen über das Sommersemester 2022.
Voraussetzungen:
- Engagement und Motivation, ein eigenes Projekt zu bearbeiten (Konzeption und Umsetzung)
- Interesse an interdisziplinärer Zusammenarbeit
- Affinität zu technischen Konzepten und Methoden
- Begeisterung für Informatik und Data-Science-Forschung
- Grundkenntnisse in der Programmierung sind hilfreich, aber nicht zwingend erforderlich.
Unsere Projekte
A. How to make our power supply more reliable?
Artificial intelligence (AI) plays a crucial role in the analysis and prediction of time series. One example is the application of AI for controlling and optimizing electric power grids – a challenge that is becoming ever important in light of the upcoming energy revolution. Using modern AI algorithms, we are able to predict the energy consumption on many time scales, which can help to improve grid stability and thus secure the supply. However, the growing application of AI for such critical infrastructures naturally presents us with the following question: To what extent can we trust the forecasts of our models?
To tackle this challenge, researchers have developed and investigated a wide variety of methods for quantifying uncertainties in deep neural networks. In this project, we want to apply such methods to AI models for time series forecasting in order to evaluate their “trustworthiness” by estimating their uncertainties and error rates. For this purpose, you will implement a specific neural network called “Sequence2Sequence” model in Python and train it on electricity consumption data from different European countries. Afterwards, you will determine the prediction uncertainty as a reliability measure of our network using two different approaches, that is the “Prediction Intervals” (PIs) and the “Lower Upper Bound Estimation” (LUBE) method.
B. How to read a pyramid like a book?
Egyptian pyramids are ancient evidence of a longgone culture. Inside you will find a variety of hieroglyphs called “spells” that provide protection and good wishes for the afterlife of the deceased. Which spells were used for which context and how they are connected are questions that are of great interest to current researchers. Within this project, you will investigate the “International Image Interoperability Framework” (IIIF). IIIF is a framework to standardize the handling of images and audio/video files on the web to, e.g., allow reuse of research data and tools. Currently mostly used for manuscripts and books, we want to find out about potentials, pitfalls, and of course the applicability to pyramids to allow insights into this unique data treasure.
C. How to enhance CNN-based learning with quantum computers?
In the so-called noisy intermediate scale quantum (NISQ) era, devices have a limited number of qubits with little error correction. Thus, developing useful computational algorithms for NISQ devices is an urgent task at present. In this domain, the field of quantum machine learning (QML) is gaining attention in hope of achieving computational speedup or better performance for some machine learning tasks. Especially parameterized quantum algorithms provide a possibility for QML towards quantum advantage in the NISQ era. Compared to conventional quantum algorithms, parameterized quantum algorithms are inherently robust to noise and could benefit from quantum advantage by taking advantage of both the high dimensionality of quantum systems and the classical optimization scheme.
Within this project, you will design and analyze a hybrid quantum-classical algorithm by incorporating a parameterized quantum algorithm into a classical convolutional neural network (CNN). Our goal is not only to validate the classification performance based on the well-known MNIST dataset in comparison to a classical CNN but also to analyze potential benefits of noise robustness. The implementations of this project will be done in Python and requires no prior knowledge of quantum computing.
Über uns
Der Anteil an Frauen in der Informatik und anderen IT-nahen Berufen ist gering. Seit mehreren Jahren machen Erstsemesterstudentinnen bundesweit nur etwa ein Viertel aller Informatik-Studierenden aus aus. Wir, ein Zusammenschluss von wissenschaftlichen Mitarbeiterinnen am Steinbuch Centre for Computing, möchten dies ändern, weil wir unsere Berufe in der Informatik und Data Science Forschung als vielfältig und bereichernd erleben. Digitale Verfahren und IT-Systeme aller Art sind aus unserer Gesellschaft nicht mehr wegzudenken. Jedoch findet die zugrundeliegende Forschung und Entwicklung nach wie vor aus einer überwiegend männlichen Perspektive statt. Deshalb setzen wir uns für die Umsetzung von Chancengleichheit und eine gleichberechtigte Teilhabe von Frauen in der Informationstechnologie ein. Wir möchten MINT-Studentinnen ihr hohes Potenzial zur aktiven Mitgestaltung unserer Gesellschaft aufzeigen und die Wahrnehmung der großen Kompetenz von Informatikerinnen in Forschung und Beruf schärfen. Dazu sind Networking, weibliche Vorbilder und praktische Einblicke in den Berufsalltag besonders wichtig (s. auch Women in Science & IT am SCC). Warp4IT schafft genau das: Neben interessanten Projekten aus der aktuellen Forschung, die im Rahmen einer Anstellung als Hilfswissenschaftlerin bearbeitet werden, bieten wir konkrete Möglichkeiten zu Vernetzung, Weiterbildung und Austausch sowie fachspezifische Informationen für einen Karriereweg in der IT & Co.
Charlotte Debus
... forscht als Helmholtz AI Consultant an Methoden der künstlichen Intelligenz für das Energiesystem.
Künstliche Intelligenz findet sich mittlerweile in vielen Bereichen unseres alltäglichen Lebens wieder: Sei es die Gesichtserkennung im Handy, der Sprachassistent zu Hause oder die Filmvorschläge bei Netflix. Aber auch für die Forschung haben diese Methoden in den letzten Jahren maßgeblich zu Innovation und wissenschaftlichen Durchbrüchen beigetragen.
Für die Umsetzung der Energiewende und die Entwicklung der Energiesysteme von morgen spielt Künstliche Intelligenz (KI) beispielsweise eine zentrale Rolle.
Im Rahmen von Helmholtz AI bieten wir Forschungsgruppen aus der gesamten Helmholtz-Gemeinschaft im Themenfeld „Energie“ die Möglichkeit, KI-Methoden in ihren Forschungsfragen zur Anwendung zu bringen. Wir beraten sie über mögliche Einsatzgebiete, helfen ihnen bei der Implementierung und Validierung der Algorithmen und bieten ihnen Zugang zu leistungsfähiger KI-Hardware am SCC.
Die Arbeit als AI Consultant bietet jeden Tag neue spannende Fragestellungen und Herausforderungen, denn das Gebiet der Energieforschung ist riesig: von der Vorhersage von elektrischer Last und der Sonneneinstrahlung für Photovoltaik-Anlagen bis hin zur Überwachung der Produktion von Solarzellen ist alles dabei. Und in all diesen Anwendungen kann KI helfen.
Kontakt: Dr. Charlotte Debus
Eileen Kühn
... erforscht hybride Algorithmen im Bereich Quantum Machine Learning.
Die heutigen Quantencomputer gehören zu den sogenannten NISQ-Geräten, da sie nur eine geringe Anzahl an Qubits haben, die zudem noch sehr fehleranfällig sind. Trotzdem können auf dieser Basis bereits die Vorteile gegenüber klassischen Computern untersucht werden. Insbesondere der Einsatz hybrider Algorithmen, bei denen parametrisierbare Circuits für Quantencomputer durch klassische Optimierungsverfahren trainiert werden, sind vielversprechend.
Mein Team und ich untersuchen solche hybriden Algorithmen und kümmern uns nicht nur um praktische Implementierungen im Spannungsfeld des Quantum Machine Learnings, sondern auch um die Skalierbarkeit und Generalisierung für zukünftige Geräte und mögliche Anwendungsfälle.
Außerdem setze ich mich aktiv für die nachhaltige Entwicklung von Forschungssoftware und deren Bedeutung in der Wissenschaft ein.
Kontakt: Dr. Eileen Kühn
Danah Tonne
...erforscht wie Geistes- und Kulturwissenschaften durch Methoden des Forschungsdatenmanagements bereichert werden können und ist stellvertretende Leiterin der Abteilung DEM.
In der Abteilung Data Exploitation Methods (DEM) forschen wir an neuen Methoden für Forschungsdatenmanagement und -analyse. Gemeinsam mit Fachwissenschaftlerinnen und Fachwissenschaftlern verschiedener Disziplinen werfen wir einen interdisziplinären Blick auf bisher nur schwer lösbare oder sogar unlösbare Forschungsfragen.
Insbesondere in Disziplinen, die bisher kaum digital arbeiten, beispielsweise die so genannten ‘kleinen Fächer’ der Geistes- und Kulturwissenschaften gibt es immenses, noch unentschlossenes Potential interdisziplinärer Forschung. Hier haben wir die Chance, Methoden und Arbeitsweisen der gesamten Disziplin zu bereichern.
Im Rahmen des Sonderforschungsbereichs 980 ‘Episteme in Bewegung’, in dem ca. 50 Geisteswissenschaftlerinnen und Geisteswissenschaftler die Veränderung von Wissen über mehrere Jahrtausende untersuchen, leite ich das Informationsinfrastrukturprojekt ‘Bücher auf Reisen’. Als zentrale Aufgabe stellen wir Methoden und Werkzeuge - von der nachhaltigen Speicherung der Forschungsdaten über Annotation bis zur Visualisierung bestimmter Phänomene - für den gesamten Forschungsverbund bereit.
Kontakt: Dr. Danah Tonne
Marie Weiel
Nach meinem Physikstudium am KIT und meiner Promotion im Bereich Computational Biophysics am SCC bin ich als wissenschaftliche Mitarbeiterin in die Informatik gewechselt. Als Helmholtz AI Consultant arbeite ich gemeinsam mit meinen Kolleginnen und Kollegen an Methoden der künstlichen Intelligenz (KI) für das Energiesystem von morgen. KI ist ein wachsender Bestandteil in unserem alltäglichen Leben und übernimmt neben maßgeschneiderten Musikempfehlungen auf Spotify und personalisierten Shopping-Ads auf Instagram & Co. zunehmend wichtigere Aufgaben in unserer digitalen Gesellschaft. Die Anwendungsgebiete in der Energieforschung sind so vielfältig wie das Feld selbst und reichen von der Lastprognose für Energiesysteme über die Entwicklung neuer Materialien für z.B. Batterien bis hin zur automatisierten Steuerung von Industrieanlagen.
Das Consulting-Konzept von Helmholtz AI soll Wissenschaftlerinnen und Wissenschaftlern der Helmholtz-Gemeinschaft dazu befähigen, modernste KI-Methoden für ihre eigene Forschung zu nutzen. Als Helmholtz AI Consultants leisten wir dabei mit unserer Expertise Unterstützung in den Bereichen KI-Methoden und Software Engineering für konkrete Forschungsprojekte. Diese interdisziplinäre Arbeit ist sehr abwechslungsreich und bietet neben spannenden Forschungsfragen vielfältige Möglichkeiten, Neues zu lernen und Kontakte mit Forschenden über Fachgrenzen hinaus zu knüpfen.
Kontakt: Dr. Marie Weiel