Student Research Assistant, Team Transparent Social Analytics (SHK-CSS-39)
GESIS - Leibniz Institute for the Social Sciences
Invite-only right now: save jobs, track applications, build tailored resumesAlready have an account? Log in
- Location
- Köln, United States
- Work style
- Remote OK
- Job type
- Other
- Posted
- Oct 20
- 1 day ago
Career path
See where this role leads
Jigup maps the next three moves from a job like this one, with the titles and the skills each step asks for.
About the company
GESIS - Leibniz Institute for the Social Sciences
Research · 201 to 500 employees
What you'll do
- Forschungsliteratur aus Sozialwissenschaften, Computational Social Science und Data Science systematisch aufbereiten
What you need
- Gute Kenntnisse in Python oder gute Kenntnisse in R mit Bereitschaft, sich in Python einzuarbeiten
- Sehr gute Deutsch- und Englischkenntnisse
- Erfahrung in der systematischen Erschließung umfangreicher Forschungsliteratur oder hohe Bereitschaft, sich einzuarbeiten
- Erfahrung mit Natural Language Processing-Methoden auf großen Datensätzen oder hohe Bereitschaft, sich einzuarbeiten
- Interesse an sozialwissenschaftlichen Fragestellungen mit computergestützten Methoden
- Education: a bachelor's degree
Key skills
PythonRNatural Language ProcessingMachine LearningDeutschComputational Social Science
Keywords for your resumePro
The words this employer's screening is likely to look for.
This job lists resume keywords
The terms this posting uses, pulled out so you can mirror them in your resume. Jigup Pro members see the list on the job board.
Perks
- Betriebliches Gesundheitsmanagement
- Sportprogramm der Uni
- Weiterbildungsmaßnahmen
See full description on company page, apply now
Read the full posting here
$20
Ihr Aufgabengebiet:
Systematische Aufbereitung von Forschungsliteratur aus den Bereichen Sozialwissenschaften, Computational Social Science und Data ScienceUnterstützung in der Entwicklung von Pipelines für die automatisierte Detektion von Desinformation in großen Textcorpora unter Anwendung von „klassischen“ Machine Learning-Modellen und LLMsGgf. Unterstützung in der händischen Annotation kleinerer Datensätze
Ihr Profil:
Eingeschriebenes Bachelor- (fortgeschritten) oder Masterstudium in Soziologie, Politikwissenschaft, Kommunikationswissenschaft, Linguistik, Informatik, Data Science oder einer verwandten DisziplinGute Kenntnisse in Python, oder gute Kenntnisse in R mit der Bereitschaft sich in Python einzuarbeitenSehr gute Deutsch- und EnglischkenntnisseErfahrung in der systematischen Erschließung von umfangreicher Forschungsliteratur oder hohe Bereitschaft, sich einzuarbeitenErfahrung in der Anwendung von Natural Language Processing-Methoden auf große Datensätze oder hohe Bereitschaft, sich einzuarbeitenInteresse an der Verfolgung sozialwissenschaftlicher Fragestellungen mit computergestützten Methoden (Computational Social Science)
Wir bieten:
Spannende und praxisnahe Einblicke in ein interdisziplinäres Forschungsvorhaben an der Schnittstelle von Sozialwissenschaften und InformatikEin interdisziplinäres Arbeitsumfeld mit einer freundlichen und kollegialen Atmosphäre sowie vielfältigen Möglichkeiten zur fachlichen und methodischen Profilbildung, inklusive der Möglichkeit eine Abschlussarbeit mit Bezug zum Projekt anzufertigenFlexible Arbeitszeiten und Regelungen zum mobilen ArbeitenSehr gute Bedingungen für die Vereinbarkeit von Beruf und FamilieGanzheitliches Betriebliches Gesundheitsmanagement und die vergünstigte Teilnahme am Sportprogramm der Uni Förderung Ihrer Kompetenzen durch Weiterbildungsmaßnahmen
Kontakt
Für weitere Informationen zu den Aufgabengebieten wenden Sie sich bitte per E-Mail an Pia Schrot. Bei Fragen zum Bewerbungsprozess steht Ihnen Christine Laßmann per E-Mail zur Verfügung.
Wir haben Ihr Interesse geweckt?
Dann bewerben Sie sich bitte bis einschließlich 15.11.2026 über unser Online-Bewerbungsportal.Die Kennziffer lautet: SHK-CSS-39