CSS-123-intern Wissenschaftliche*n Mitarbeiter*in im Bereich Large Language Models und Persona Prompts für die Sozialwissenschaften
CONTRACTOR
entry-level
Computational Social Science
GESIS – Leibniz-Institut für Sozialwissenschaften ist eine von Bund und Ländern finanzierte, international tätige sozialwissenschaftliche Einrichtung der Leibniz-Gemeinschaft.
Wir suchen zum 01.10.2026 für den Standort Köln in der Abteilung Computational Social Science (CSS), Team Data Science Methods eine*n
Wissenschaftliche*n Mitarbeiter*in im Bereich Large Language Models und Persona Prompts für die Sozialwissenschaften
(Entgeltgruppe 13 TV-L, Arbeitszeit 100%, befristet für 12 Monate)
Persona Beschreibungen die für Large Language Models (LLMs) aufbereitet werden, ermöglichen Perspektiven und Verhaltensweisen unterschiedlicher Rollen zu simulieren. Auf Basis der bestehenden Umfragedaten bei GESIS soll ein Repository aufgebaut werden, welches Persona Prompts zur Nachnutzung bereitstellt und den Forschenden ermöglicht, ihre eigenen Prompts zu archivieren. Begleitend werden wir die Qualität von Persona Prompts im Kontext der Imputation von Survey Variablen explorieren.
Die Abteilung Computational Social Science (CSS) erhebt digitale Verhaltensdaten und stellt computerbasierte Methoden zur Erhebung und Analyse solcher Daten für die sozialwissenschaftliche Forschung bereit. Flankierend unterstützt sie Wissenschaftler*innen bei der Integration von digitalen Verhaltensdaten in ihre Forschungsdesigns. Forschungsschwerpunkte der Abteilung sind die Qualität digitaler Verhaltensdaten, die Entwicklung und Validierung von Computational Social Science Methoden sowie der Wandel digitaler Gesellschaften.
Wir suchen zum 01.10.2026 für den Standort Köln in der Abteilung Computational Social Science (CSS), Team Data Science Methods eine*n
Wissenschaftliche*n Mitarbeiter*in im Bereich Large Language Models und Persona Prompts für die Sozialwissenschaften
(Entgeltgruppe 13 TV-L, Arbeitszeit 100%, befristet für 12 Monate)
Persona Beschreibungen die für Large Language Models (LLMs) aufbereitet werden, ermöglichen Perspektiven und Verhaltensweisen unterschiedlicher Rollen zu simulieren. Auf Basis der bestehenden Umfragedaten bei GESIS soll ein Repository aufgebaut werden, welches Persona Prompts zur Nachnutzung bereitstellt und den Forschenden ermöglicht, ihre eigenen Prompts zu archivieren. Begleitend werden wir die Qualität von Persona Prompts im Kontext der Imputation von Survey Variablen explorieren.
Die Abteilung Computational Social Science (CSS) erhebt digitale Verhaltensdaten und stellt computerbasierte Methoden zur Erhebung und Analyse solcher Daten für die sozialwissenschaftliche Forschung bereit. Flankierend unterstützt sie Wissenschaftler*innen bei der Integration von digitalen Verhaltensdaten in ihre Forschungsdesigns. Forschungsschwerpunkte der Abteilung sind die Qualität digitaler Verhaltensdaten, die Entwicklung und Validierung von Computational Social Science Methoden sowie der Wandel digitaler Gesellschaften.
Ihr Aufgabengebiet:
- Extraktion von Persona Prompts aus GESIS Survey Daten und Aufbau eines Persona Prompt Hubs
- Forschung zur Qualität und Nutzbarkeit von In-silico Daten aus der Umfrageforschung
- Entwicklung von Workflows für das interne Projektmanagement, Koordination des Projekts in Abstimmung mit anderen Abteilungen
- Publikation von Arbeitsergebnissen sowie aktive Teilnahme an Konferenzen
Ihr Profil:
- Abgeschlossenes wissenschaftliches Hochschulstudium (Master) in einem für CSS relevanten Bereich, z.B. Informatik, Data Science, Survey-Methodologie, Statistik, Wirtschaftswissenschaften oder einer empirischen Sozialwissenschaft
- Expertise in den Bereichen Natural Language Processing, Data Science und/oder Machine Learning sowie Erfahrung in Verfahren zur Analyse digitaler Verhaltensdaten
- Begutachtete, international sichtbare Publikationen im Bereich Computational Social Science
- Interesse an Open Science, Datendokumentation und Datenqualitätsbeurteilungen
- Sehr gute Englischkenntnisse und Deutschkenntnisse in Wort und Schrift
Wir bieten:
- Ein internationales und interdisziplinäres Arbeitsumfeld, das Sie auch bei der Entwicklung Ihres eigenen Forschungsprofils unterstützt
- Zugang zu einzigartigen Datensätzen aus den GESIS Survey Programme
- Flexible Arbeitszeiten und Regelungen zum mobilen Arbeiten
- Sehr gute Bedingungen für die Vereinbarkeit von Beruf und Familie u.a. durch Zuschüsse zur Betreuung von nicht schulpflichtigen Kindern
- Ganzheitliches Betriebliches Gesundheitsmanagement und die vergünstigte Teilnahme am Sportprogramm der Uni
- Großzügige Förderung Ihrer Altersvorsorge in Form einer Direktversicherung
- Förderung Ihrer Kompetenzen durch Weiterbildungsmaßnahmen
Kontakt
Für weitere Informationen zu den Aufgabengebieten wenden Sie sich bitte per E-Mail an Claudia Wagner (). 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 09.07.2026 über unser Online-Bewerbungsportal.
Die Kennziffer lautet: CSS-123intern