Blätter-Navigation

Angebot 35 von 74 vom 12.05.2022, 09:36

logo

Tech­ni­sche Uni­ver­sität Ber­lin - Fakul­tät IV - Insti­tut für Tech­ni­sche Infor­ma­tik und Mikro­elek­tro­nik / FG Remote Sen­sing Image Ana­ly­sis

Wiss. Mit­ar­bei­ter*in (d/m/w) - Ent­gelt­gruppe 13 TV-L Ber­li­ner Hoch­schu­len

Teil­zeit­be­schäf­ti­gung ist ggf. mög­lich

Aufgabenbeschreibung:

Die Remote Sen­sing Image Ana­ly­sis (RSiM) Gruppe sucht eine*n wis­sen­schaft­li­che*n Mit­ar­bei­ter*in für For­schung und Ent­wick­lung im Bereich des inter­pre­tier­ba­ren Machine Lear­nings bezüg­lich der Erd­be­ob­ach­tung.
Die Ziele sind wie folgt:
1) Ent­wick­lung robus­ter und inter­pre­tier­ba­rer Modelle des maschi­nel­len Ler­nens durch Inte­gra­tion von exis­tie­ren­dem Wis­sen aus Anwen­dun­gen zur Erd­be­ob­ach­tung;
2) Wei­ter­ent­wick­lung der Metho­den zur Inter­pre­ta­tion und Erklä­rung der Vor­her­sa­gen tie­fer neu­ro­na­ler Netze für ver­schie­dene Anwen­dun­gen in der Erd­be­ob­ach­tung.
Zudem wird von dem*der Kan­di­dat*in erwar­tet, For­schungs­er­geb­nisse zu ver­öf­fent­li­chen.

Erwartete Qualifikationen:

  • erfolg­reich abge­schlos­se­nes wis­sen­schaft­li­ches Hoch­schul­stu­dium (Mas­ter, Diplom oder Äqui­va­lent) im Bereich Infor­ma­tik, Inge­nieur­we­sen oder Ange­wandte Mathe­ma­tik.
  • Fach­wis­sen zu Metho­den und Theo­rie des Machine Lear­nings, tie­fen neu­ro­na­len Net­zen, Erklä­rungs­me­tho­den und inter­pre­tier­ba­ren Model­len.
  • exzel­lente Pro­gram­mier­kennt­nisse (z.B. in Python) und Erfah­rung damit in Biblio­the­ken für tiefe Lern­ver­fah­ren.
  • exzel­lente Eng­lisch­kennt­nisse in Wort und Schrift; gute Deutsch­kennt­nisse; Bereit­schaft die jeweils feh­len­den Sprach­kennt­nisse zu erler­nen.

Hinweise zur Bewerbung:

Ihre schrift­li­che Bewer­bung rich­ten Sie bitte unter Angabe der Kenn­zif­fer mit den übli­chen Unter­la­gen an die Tech­ni­sche Uni­ver­si­tät Ber­lin - Die Prä­si­den­tin - Fakul­tät IV, Insti­tut für Tech­ni­sche Infor­ma­tik und Mikro­elek­tro­nik, FG Remote Sen­sing Image Ana­ly­sis, Frau Prof. Dr. Begüm Demir, Sekr. EN 5, Ein­stein­ufer 17, 10587 Ber­lin oder per Email an sekr@rsim.tu-berlin.de.

Aus Kos­ten­grün­den wer­den die Bewer­bungs­un­ter­la­gen nicht zurück­ge­sandt. Bitte rei­chen Sie nur Kopien ein.

Zur Wah­rung der Chan­cen­gleich­heit zwi­schen Frauen und Män­nern sind Bewer­bun­gen von Frauen mit der jewei­li­gen Qua­li­fi­ka­tion aus­drück­lich erwünscht. Schwer­be­hin­derte wer­den bei glei­cher Eig­nung bevor­zugt berück­sich­tigt. Die TU Ber­lin schätzt die Viel­falt ihrer Mit­glie­der und ver­folgt die Ziele der Chan­cen­gleich­heit.

Mit der Abgabe einer Online­be­wer­bung geben Sie als Bewer­ber*in Ihr Ein­ver­ständ­nis, dass Ihre Daten elek­tro­nisch ver­ar­bei­tet und gespei­chert wer­den. Wir wei­sen dar­auf hin, dass bei unge­schütz­ter Über­sen­dung Ihrer Bewer­bung auf elek­tro­ni­schem Wege keine Gewähr für die Sicher­heit über­mit­tel­ter per­sön­li­cher Daten über­nom­men wer­den kann. Daten­schutz­recht­li­che Hin­weise zur Ver­ar­bei­tung Ihrer Daten gem. DSGVO fin­den Sie auf der Web­seite der Per­so­nal­ab­tei­lung:
https://www.abt2-t.tu-berlin.de/menue/themen_a_z/datenschutzerklaerung/ oder Direkt­zu­gang: 214041.

Tech­ni­sche Uni­ver­si­tät Ber­lin - Die Prä­si­den­tin - Fakul­tät IV, Insti­tut für Tech­ni­sche Infor­ma­tik und Mikro­elek­tro­nik, FG Remote Sen­sing Image Ana­ly­sis, Prof. Dr. Begüm Demir, Sekr. E-N 5, Ein­stein­ufer 17, 10587 Ber­lin