Studiejob i Machine Learning og AI teamet

Vil du gerne have et spændende studiejob, hvor du skal arbejde med machine learning, der gøre en forskel for de danske arbejdspladser? Så har vi måske den rette stilling til dig

Vær med til at skabe AI løsninger, der kan hjælpe os I Arbejdstilsynet mener vi, at alle har ret til et sundt og sikkert arbejdsmiljø. Har du derfor lyst til at udvikle machine learning modeller, der hjælper Arbejdstilsynet med at finde de virksomheder, der overtræder arbejdsmiljølovgivningen? Udvikle modeller der vha. generativ AI hjælper tilsynsførende i arbejdet med virksomhederne? Eller brænder du for at anvende din faglige viden til gennem dialog med forretningen at identificere områder, hvor anvendelse af AI løsninger kan være relevant? Så er du måske en af de to studerende vi søger i Arbejdstilsynets team for Ny teknologi og risikomodeller i kontoret for Digitalisering og Data.

Om stillingen Vi er et team, der består af 5 medarbejdere. Du vil særligt få erfaring med at:

• Understøtte Arbejdstilsynets myndighedsudøvelse med innovative digitale løsninger.
• Udvikle og validere machine learning-modeller.
• Håndtering af større mængder data relateret til tilsynsdata herunder reaktionsdata, ulykkesdata og data om udenlandske virksomheder. Der er både struktureret og ustruktureret data.
• Arbejde med nyere teknologiske muligheder i eksempelvis Azure.
• Bidrage til at sikre at Arbejdstilsynet bliver en front runner i anvendelsen af ny digital teknologi blandt offentlige myndigheder.
• Indgå i dialog med forretningen om mulige områder, der kan optimeres gennem anvendelsen af enten klassiske machine learning modeller eller eksempelvis gennem generative modeller.

Du får således rig mulighed for at udvikle og anvende din digitale forestillingsevne i et miljø, der har høje ambitioner. De kompetenceområder hvor du særligt vil have mulighed for at blive udfordret vil dels være ift. at anvende din faglige viden til gennem dialog med interessenter at omsætte ideer til POC løsninger, og dels udfolde din faglige viden til eksempelvis at danne selve modellen.

Om dig Vi forestiller os, at du studerer på en relevant videregående uddannelse (f.eks. datalogi, statistik, økonomi, statskundskab etc.). Det vigtigste for os er, at du brænder for at indgå i en dialog med forretningen om mulige løsninger på et problem, hvor din faglighed er idégeneratoren. Derudover skal du også kunne omsætte idéen til en reel model. Har du ikke tidligere erfaring med dette, men brænder for at lære det, er du også meget velkommen til at søge. Det vigtigste er, at du har motivationen. Derudover skal du hav lyst til at arbejde med:

• Python, t-sql og Azure
• agil udvikling
• udvikling og implementering af bl.a. machine learning modeller
• aktivt indgå i dialog med interessenter og omsætte ideer til reelle modeller

Som person er du initiativrig, iderig og engageret i dit arbejde samt trives af at arbejde i et team, hvor opgaver løftes i fællesskab. Det er derfor vigtigt, at du er samarbejdsorienteret og bidrager til det gode arbejdsliv, hvor humor er essentiel.

Løn- og ansættelsesvilkår Stillingen er en studenterstilling på gennemsnitligt 15 timer om ugen. Din uddannelse er vigtig - også for os. Derfor er der stor fleksibilitet i forhold til at tilrettelægge din arbejdstid, herunder også i forbindelse med eksamensperioderne.

Vi vil gerne have, at du starter hurtigst muligt.

Du bliver ansat som student efter OAO-S-fællesoverenskomsten, organisationsaftalen for kontorfunktionærer, laboranter og IT-medarbejdere (HK) i statens tjeneste. Det er en forudsætning for ansættelsen, at du er indskrevet ved en højere læreanstalt og er aktivt studerende.

Dit daglige arbejdssted er Landskronagade 33, 2100 København Ø.

Spørgsmål og ansøgning Fik du ikke svar på alle dine spørgsmål? Så er du velkommen til at kontakte product owner Kasper Guldborg Johnsen [email protected] eller +457220854

Vi ser mangfoldighed som en styrke og opfordrer alle interesserede ansøgere uanset personlig baggrund til at søge stillingen.

Send din ansøgning, cv og eksamenspapirer elektronisk senest den 2. marts 2025.