Bookmark

Beginn

ab sofort

Dauer

bis zu 6 Monate

Vergütung

nach Vereinbarung

Beschäftigungsgrad

Teilzeit

Das Deutsche Zentrum für Luft- und Raumfahrt (DLR) ist das Forschungszentrum der Bundesrepublik Deutschland für Luft- und Raumfahrt. Seine umfangreichen Forschungs- und Entwicklungsarbeiten in Luftfahrt, Raumfahrt, Energie, Verkehr, Digitalisierung und Sicherheit sind in nationale und internationale Kooperationen eingebunden. Über die eigene Forschung hinaus ist das DLR als Raumfahrtagentur im Auftrag der Bundesregierung für die Planung und Umsetzung der deutschen Raumfahrtaktivitäten zuständig. Zudem fungiert das DLR als Dachorganisation für den national größten Projektträger.

Der Schwerpunkt des Instituts für Datenwissenschaften in Jena liegt darin, Lösungen für die neuen Herausforderungen der Digitalisierungsära zu finden. Die Forschung konzentriert sich dabei auf die Bereiche Datenmanagement, Datenanalyse und Datengewinnung. Die Analyse komplexer und großer Datensätze erfordert die Entwicklung spezifischer und angepasster Methoden, um ihren Wert zu nutzen und ihre Sicherheit zu gewährleisten. Die Abteilung Datenanalyse und -intelligenz konzentriert sich derzeit auf drei Hauptthemen: Maschinelles Lernen, Kausale Inferenz und sichere Softwaretechnik. Die Gruppe Sichere Softwaretechnik am DLR-Institut für Datenwissenschaften beschäftigt sich unter anderem mit der Analyse und Überwachung von Softwareentwicklungsprozessen im Raumfahrt- und Open-Source-Bereich.

Die Gruppe Sichere Softwaretechnik sucht Studierende für Abschlussarbeiten (Bachelor oder Master) sowie als studentische oder wissenschaftliche Aushilfen. Unter anderem können die folgenden Themen bearbeitet werden:

Machine Learning-basierte Typinferenz über Anwendungsbereiche hinweg

Besonders dynamisch typisierte Programmiersprachen ermöglichen es nicht immer, Datentypen von Variablen analytisch zu bestimmen. Werden diese dennoch benötigt, z. B. um durch Tests mögliche Laufzeitprobleme auszuschließen, können maschinelle Lernverfahren helfen. Hier spielen die Trainingsdaten eine entscheidende Rolle. Kommen diese aus der "falschen" Domäne, nimmt im produktiven Einsatz nicht nur die Genauigkeit ab. Es kommt auch zu Randfällen wie z. B. nicht vorhersagbaren Typen. Diese Randfälle sollen weiter untersucht werden.

Middleware zur Schwachstellenerkennung

Am Markt gibt es zahlreiche Verfahren, um Schwachstellen bzw. potentielle Sicherheitslücken in Quellcode verschiedener Sprachen zu erkennen. Die Technologien dahinter sind mit statischen und dynamischen Analyseansätzen sowie verschiedensten maschinellen Lernverfahren ebenso vielfältig. Es soll eine Middleware entwickelt werden, die Quellcode je nach Methode korrekt aufbereitet bzw. vorverarbeitet und die Ergebnisse der Methoden einheitlich aufbereitet.

Semantische Wissensintegration für verbesserte Schwachstellenerkennung

Die Erkennungsleistung Machine Learning-gestützter Schwachstellenerkennung ist vor allem durch die Verfügbarkeit von geeigneten Trainingsdaten beschränkt. Neben kontinuierlichen methodischen Verbesserungen gibt es aber eine weitere Möglichkeit, ohne zusätzliche Daten eine genauere Erkennung zu erreichen: die Wissensintegration. Bekannte Zusammenhänge können dem Modell direkt eingebaut werden, sodass diese nicht aus den Trainingsdaten gelernt werden müssen. In diesem Fall wissen wir, dass einige Arten von Schwachstellen in Software sich semantisch ähnlicher sind als andere. Diese Ähnlichkeit wird hierarchisch durch die Common Weakness Enumeration (CWE) abgebildet. Die CWE soll in ein bestehendes Klassifikationsverfahren zur Schwachstellenerkennung auf Quellcode integriert werden.

Interesse? Diese Themen und viele andere können bei der Gruppe Sichere Softwaretechnik bearbeitet werden.

Ihre Qualifikation:

  • laufendes Studium der Informatik, Mathematik, Physik, Datenwissenschaften (Bachelor/Master) oder einer anderen Studienrichtung mit substanziellen Informatik-Anteilen
  • fundierte Programmierkenntnisse (Python, C/C++ oder Java je nach Thema)
  • Interesse an eigenverantwortlichem und praxisnahem Arbeiten
  • Englisch oder Deutsch fließend in Wort und Schrift
  • Kenntnisse in der Softwaretechnik

Ihr Start:

Freuen Sie sich auf einen Arbeitgeber, der Ihr Engagement zu schätzen weiß und Ihre Entwicklung durch vielfältige Qualifizierungs- und Weiterbildungsmöglichkeiten fördert. Unser einzigartiges Arbeitsumfeld bietet Ihnen Gestaltungsfreiräume und eine unvergleichbare Infrastruktur, in der Sie Ihre Mission verwirklichen können. Vereinbarkeit von Privatleben, Familie und Beruf sowie Chancengleichheit von Personen aller Geschlechter (w/m/d) sind wichtiger Bestandteil unserer Personalpolitik. Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.

  • Jetzt online bewerben
  • Sie können sich diese Stellenanzeige per E-Mail zusenden und Ihre Bewerbung am stationären Computer oder Laptop erstellen.

    Wir benötigen Ihre digitalen Bewerbungsunterlagen (PDF). Die Übermittlung wird von einigen Mobilgeräten nicht standardmäßig unterstützt. Bitte erstellen Sie Ihre Bewerbung an einem PC/Laptop.

    Bewerbung am PC erstellen

Fachliche/r Ansprechpartner/in

Clemens-Alexander Brust
Institut für Datenwissenschaften

Tel.: +49 3641 30960-171

Nachricht senden

Kennziffer 70906

Personalbetreuung Berlin

Nachricht senden

DLR-Standort Jena

zum Standort

DLR-Institut für Datenwissenschaften

zum Institut