Unser Team organisiert regelmäßig Workshops und Veranstaltungen, die Forscher, Techniker und andere potenzielle Nutzer von Forschungsdaten und Softwaretools zusammenbringen. Wir sind der Meinung, dass effizientes Datenmanagement, Forschungssoftware-Engineering und datengesteuerte Methoden nur dann wirklich effektiv sein können, wenn sie in enger Zusammenarbeit mit der wissenschaftlichen Gemeinschaft entwickelt werden. Diese interaktiven Formate bieten nicht nur Schulungen zu modernsten Tools und Best Practices, sondern dienen auch als zentrale Plattform, um laufende Entwicklungen zu kommunizieren, neue Lösungen vorzustellen und Feedback einzuholen. Auf diese Weise stellen wir sicher, dass unsere Arbeit praxisnah und relevant bleibt und sich an den Bedürfnissen der Nutzer orientiert.

Um die Organisation dieser Veranstaltungen zu straffen und die Inhalte auf die Bedürfnisse unserer verschiedenen Nutzer abzustimmen, haben wir drei verschiedene Formate entwickelt:

  • Die Data Science Clinic
  • Der IFU-Forschungsmarktplatz
  • Schulungskurse und Workshops

Weitere Informationen zu jedem dieser Formate finden Sie unten.

Im Rahmen der Data Science Clinic bieten wir monatliche Lern- und Austauschsitzungen an, um Forscher bei der Anwendung von Data Science, maschinellem Lernen und künstlicher Intelligenz auf eine Vielzahl von Herausforderungen in der Umweltforschung zu unterstützen. Diese Sitzungen sind in verschiedenen und ansprechenden Formaten strukturiert, einschließlich praktischer Workshops und kurzer Tool-Demonstrationen.

Ein besonderer Schwerpunkt liegt auf offener und reproduzierbarer Wissenschaft, mit Schulungsmöglichkeiten zu wichtigen Tools wie GitLab/GitHub, Zenodo, RADAR4KIT und bewährten Praktiken bei der Entwicklung von Forschungssoftware. Durch diese Aktivitäten fördert die Initiative eine unterstützende Community of Practice, die den Forschern hilft, ihre technischen Fähigkeiten zu erweitern und bei Bedarf Zugang zu Expertenberatung zu erhalten.

Alle Aktivitäten sind auf die institutionellen Ziele abgestimmt, insbesondere auf die Umsetzung der FAIR-Prinzipien, und bieten geführte Lernpfade mit der Möglichkeit, Zertifikate für abgeschlossene Module zu erwerben.

Für weitere Informationen besuchen Sie bitte unser Data Science Clinic Repository.

Der IFU-Forschungsmarktplatz fördert die interdisziplinäre Zusammenarbeit, indem er Doktoranden, Postdocs und Gruppenleiter aus verschiedenen Forschungsgruppen des IFU zusammenbringt. In regelmäßigen Sitzungen können die Teilnehmer kleine Ideen für Forschungsprojekte vorstellen - perfekt, um Datensätze zu erforschen, neue Methoden zu testen oder die Grundlage für zukünftige Förderanträge zu legen. Ganz gleich, ob Sie Unterstützung bei der Datenanalyse, der Anwendung von Techniken des maschinellen Lernens oder der Verbesserung Ihrer Forschungsabläufe mit offenen und FAIR-Praktiken suchen, die Sitzungen sind für alle offen. Das DataInitiative-Team bietet praktische Unterstützung, hilft bei der Projektkoordination, der technischen Infrastruktur und der Förderung offener, reproduzierbarer Wissenschaft im gesamten Forschungsprozess.

Stakeholder und Programmier-Workshop im SPS Blue NIle Projekt - Februar 2025.
Hackathon im Rahmen HMC STAMPLATE Projekts - April 2024

Die DataInitiative organisiert Trainings, Workshops und Hackathons für unsere verschiedenen Nutzer-Communities insbesondere in den Bereichen

  • open and reproducible science
  • modern research software engineering
  • research data management
  • data science / ML / data driven methods

Die Organisation dieser Workshops erfolgt in enger Zusammenarbeit mit dem KIT ATMOHub und der Gruppe IFU Talent Management um die Inhalte auf die spezifischen Bedürfnisse unserer Wissenschaftlerinnen und Wissenschaftler, unseres Instituts und die übergeordneten strategischen Ziele von KIT und Helmholtz zuzuschneiden. Durch diesen kollaborativen Ansatz stellen wir sicher, dass die Teilnehmerinnen und Teilnehmer in modernsten Werkzeugen, Methoden und Best Practices geschult werden. Dadurch können unsere Mitarbeitenden ihre technischen Kompetenzen und Fähigkeiten zur interdisziplinären Zusammenarbeit verbessern, um ihre Karriereentwicklung sowohl innerhalb als auch außerhalb des akademischen Forschungsumfelds zu fördern.