An der&32;Universitätsbibliothek ist zum nächstmöglichen Zeitpunkt eine Vollzeitstelle als
Data Scientist (m/w/d)
zu besetzen.
Die Universität Mannheim ist eine der führenden Hochschulen in Deutschland mit derzeit rund 12.000 Studierenden an fünf Fakultäten. Insbesondere die Wirtschafts- und Sozialwissenschaften gehören national und international zur Spitzengruppe. Ihren über 2.600 Beschäftigten bietet die Uni Mannheim ein spannendes Arbeitsumfeld mit zahlreichen Benefits.
Die Universitätsbibliothek ist die zentrale Informationsinfrastruktureinrichtung der Universität Mannheim und unterstützt Studium, Lehre und Forschung mit einem breiten Serviceangebot.
Eckdaten
- Start: nächstmöglicher Zeitpunkt
- Befristung: 24 Monate
- Eingruppierung: E 13 TV-L BW
- Stunden/Woche: 39,5 Stunden, die Stelle ist grundsätzlich teilbar
- Arbeitsort: Mannheim, Innenstadt, Schloss
- Bewerbungsfrist: 29.11.2026
- Referenznummer: UB-512
Die Stelle ist im Rahmen des DFG-Projektes FAIR Corpus: Ein kuratierter Datensatz für das Training und die Evaluation von KI-Assistenzsystemen im Forschungsdatenmanagement und in der Open Science auf 24 Monate befristet.
Das FAIR-Corpus-Projekt hat zum Ziel, den ersten offen lizenzierten, hochwertigen Datensatz für das Training und die Evaluation von KI-Assistenzsystemen zu erstellen, die speziell auf Forschungsdatenmanagement (FDM) und Open Science (OS) ausgerichtet sind.
Das Korpus soll eine zentrale Grundlage für die Entwicklung vertrauenswürdiger, domänenspezifischer KI-Assistenzsysteme im Bereich FDM und OS bilden – an Universitäten, Forschungsdatenzentren sowie in nationalen und internationalen Forschungsinfrastrukturen.
Die Arbeitssprachen im Projekt sind Deutsch und Englisch.
Ihr Auftrag:
Sie entwickeln im Rahmen des Projekts einen qualitativ hochwertigen, offen nachnutzbaren Datensatz für KI-Anwendungen im FDM und in OS. Im Mittelpunkt stehen die automatisierte Verarbeitung und Qualitätssicherung von Dokumenten sowie die Entwicklung und Evaluation KI-geeigneter Datensätze für Retrieval-Augmented Generation (RAG) und Question Answering (QA).
Ihre Aufgaben:
- Konzeption und technische Umsetzung des FAIR Corpus einschließlich der Auswahl geeigneter Datenquellen, der Entwicklung von Daten- und Metadatenmodellen sowie der Umsetzung von FAIR- und CARE-Prinzipien unter Berücksichtigung rechtlicher, datenschutzbezogener und ethischer Anforderungen
- Entwicklung automatisierter Verfahren zur Akquise, Verarbeitung, Bereinigung und Qualitätssicherung von Dokumenten und Metadaten
- Erstellung eines RAG-Subkorpus einschließlich der Entwicklung und Erprobung geeigneter Segmentierungs- und Retrievalverfahren
- Entwicklung eines QA-Subkorpus mittels LLM-gestützter Generierung und Qualitätssicherung von Frage-Antwort-Paaren
- Entwicklung und Durchführung von Benchmarks zur Evaluation der Retrieval- und QA-Qualität
- Dokumentation und Bereitstellung reproduzierbarer Datenverarbeitungsund Evaluationsverfahren sowie Präsentation der Projektergebnisse
Ihr Profil:
- Vorausgesetzt werden: Abgeschlossenes wissenschaftliches Hochschulstudium (Master oder vergleichbar) in Informatik, Data Science, Computerlinguistik oder einer verwandten Fachrichtung
- Gute Programmierkenntnisse in Python sowie Erfahrung in der Verarbeitung von Text- und Metadaten
- Kenntnisse in Natural Language Processing (NLP) und im Umgang mit Large Language Models (LLMs)
- Interesse an der Entwicklung und Evaluation von KI-basierten Verfahren sowie an Forschungsdatenmanagement und Open Science
- Selbstständige, strukturierte und teamorientierte Arbeitsweise
- Sehr gute Deutsch- und Englischkenntnisse
Wünschenswert sind:
- Erfahrung mit Retrieval-Augmented Generation (RAG), Information Retrieval oder Question Answering (QA)
- Kenntnisse in der Entwicklung automatisierter Datenpipelines, Datenvalidierung und Qualitätssicherung
- Erfahrung mit LLM-gestützter Datengenerierung, Prompt Engineering oder der Evaluation v