Student Research Assistants in Computer Science & Law — ETH Zürich

Vollständige Beschreibung

Student Research Assistants in Informatik & Recht

10%-20%, Zürich, befristet

Druck Druckerzeugnisse

Das Center for Law & Economics der ETH Zürich betreibt empirische und experimentelle Forschung in Law & Economics sowie AI & Law. Am Center sucht Professor Stefan Bechtold studentische Forschungsassistenten mit einem Hintergrund in Informatik, Data Science oder verwandten Bereichen, um interdisziplinäre Forschungsprojekte an der Schnittstelle von Data Science, künstlicher Intelligenz, Recht und Wirtschaft zu unterstützen.

Wir suchen Studenten mit starken Programmier- und Problemlösungsfähigkeiten, die mit realen Datensätzen arbeiten und Rechenwerkzeuge für die empirische Forschung entwickeln möchten. Unsere aktuellen Projekte umfassen eine groß angelegte Web- und Textanalyse sowie Computer Vision und visuelle Datenanalyse. Antragsteller können Erfahrung in einem oder beiden unten beschriebenen Bereichen haben. Sie müssen nicht mit beiden Profilen übereinstimmen.

Projekthintergrund

Unsere Forschung verwendet computergestützte Methoden, um rechtliche, wirtschaftliche und sozialwissenschaftliche Fragen in großem Maßstab zu untersuchen. Viele unserer Projekte konzentrieren sich auf Innovation, Wettbewerb, Urheberrecht, Privatsphäre oder die Regulierung digitaler Plattformen und KI-Systeme. Eine Gruppe von Projekten umfasst das Sammeln und Analysieren von Inhalten von Websites. Dazu gehören das Scraping strukturierter und unstrukturierter Webinhalte, das Speichern und Verwalten großer Datensätze, die Anwendung statistischer und natürlichsprachlicher Verarbeitungsmethoden und die Entwicklung von LLM-basierten Pipelines für die empirische Rechtsforschung. Diese Projekte erfordern eine zuverlässige Datenerfassungsinfrastruktur und reproduzierbare Workflows, die große Mengen an Text- und Webdaten verarbeiten können. Eine zweite Gruppe von Projekten konzentriert sich auf die computergestützte Analyse von visuellen Inhalten. Wir arbeiten mit großen Bildersammlungen und zugehörigen Metadaten. Diese Projekte umfassen Methoden wie Bildeinbettungen, Ähnlichkeitssuche, Clustering, Computer Vision und multimodale KI. In beiden Bereichen werden Forschungsassistenten ermutigt, nicht nur vordefinierte Aufgaben zu implementieren, sondern auch geeignete Rechenansätze zu identifizieren, zu testen und zu bewerten.

Stellenbeschreibung

Abhängig von Ihrem Hintergrund und Ihren Interessen kann sich Ihre Arbeit hauptsächlich auf einen von zwei Bereichen konzentrieren:

Web Data, NLP & LLM Pipelines

• Abstreifen und Extrahieren von Webinhalten und Pflege reproduzierbarer Datenerfassungspipelines
• Interaktion mit LLM APIs (z.B. OpenAI, OpenRouter)
• Speichern, Abfragen, Bereinigen und Validieren von Daten mit SQL/PostgreSQL
• Anwendung von NLP, statistischen Methoden und LLM-basierten Ansätzen für Textdaten
• Bereitstellung und Pflege von Forschungscode auf virtuellen Linux-Maschinen

Computer Vision & Visual Data Analyse

• Verarbeitung und Analyse großer Bildsammlungen und zugehöriger Metadaten
• Verwendung von Bildeinbettungen, Ähnlichkeitssuche, Clustering und multimodalen Modellen
• Identifizierung identischer, ähnlicher oder verwandter Bilder über große Datensätze hinweg
• Auswertung von Berechnungsmethoden und Visualisierung von resultierenden Mustern

Profil

• Sie sind ein registrierter Student an einer Universität in Zürich oder in der Nähe
• Für das Web Data, NLP & LLM Profil haben Sie Erfahrung mit Python, Web Scraping und SQL. Erfahrung mit NLP, statistischen Methoden, LLM-Pipelines, LLM-APIs und / oder Docker ist ein Plus
• Für das Profil Computer Vision & Visual Data Analysis haben Sie Erfahrung mit Python, Computer Vision, Bildverarbeitung oder maschinellem Lernen. Erfahrung mit PyTorch, Bildeinbettungen, Vision-Sprachmodellen, OpenCV oder Vektorähnlichkeitssuche ist ein Plus.
• In beiden Profilen ist Erfahrung mit Linux und Git unerlässlich, und Erfahrung mit der Entwicklung von Web-Schnittstellen und Datenvisualisierungen, um Ergebnisse in interaktiven, zugänglichen Formaten zu präsentieren, ist ein Plus.
• Sie befinden sich in einer Phase Ihres Studiums, in der Sie während des Semesters 10 bis 15 Stunden pro Woche widmen können (möglicherweise mehr außerhalb des Semesters)
• Sie interessieren sich für die Gestaltung und Durchführung interdisziplinärer Forschungsprojekte in Zusammenarbeit mit einem Team von Rechts- und Wirtschaftswissenschaftlern
• Wir schätzen starke Problemlösungsfähigkeiten, sauber und zuverlässig