Der am Fachbereich Erziehungswissenschaft und Psychologie der Freien Universität Berlin angesiedelte Arbeitsbereich Klinisch-Psychologische Intervention (Leitung: Prof. Dr. Christine Knaevelsrud) befasst sich in Forschung und Lehre mit der empirisch fundierten Entwicklung und Evaluation zielgruppenspezifischer web- und smartphone-basierter Interventionsansätze bei Belastungs-, Angst- und affektiven Störungen.
Im Rahmen der interdisziplinären DFG-Forschergruppe FOR5187 (https://forschungsgruppe5187.de/de) werden bei etwa 500 Patient*innen im Verlauf einer Verhaltenstherapie umfangreiche Daten erhoben. Ziel ist es, mithilfe von EMA- (Ecological Momentary Assessment) und Wearable-Daten Faktoren zu identifizieren, die eine frühzeitige Vorhersage von Non-Response ermöglichen und so langfristig personalisierte, effizientere Behandlungsstrategien für psychische Erkrankungen zu entwickeln.
 
Aufgabengebiet:
- Unterstützung bei der Vorverarbeitung, Aufbereitung und Analyse komplexer, hochfrequenter EMA- und Passiv-Sensing-Daten
- Literaturrecherche zu Themen wie „Digital Phenotyping“ und „Machine Learning“
- Unterstützung bei der Implementierung und Anwendung aktueller Machine-Learning-Verfahren
- Unterstützung beim Aufsetzen wiederverwendbarer Analyse-Pipelines (z. B. in Python) sowie bei der Verwendung von Versionskontrollsystemen (Git/GitHub)
 
Erwünscht:
- Studium in Psychologie, Statistik, Data Science, Informatik, Machine Learning, Computational Neuroscience oder einem verwandten Fachgebiet
- Erfahrung in der Datenverarbeitung und -analyse mit Python
- Erfahrung in der Verwendung von Versionskontrollsystemen wie GitHub
- Vorerfahrung in der Anwendung von Machine Learning Methoden
- Vorerfahrung in der Arbeit mit komplexen und/oder hochfrequenten Daten (z. B. Sensor-, App- oder Wearable-Daten)
- Affinität zur Arbeit mit technischen Systemen und digitalen Tools

Weitere Informationen erteilt Frau Leona Hammelrath (klinpsy-int@psychologie.fu-berlin.de / +49 30 838 68294).