Blätter-Navigation

An­ge­bot 70 von 128 vom 16.02.2021, 13:51

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

unter dem Vor­be­halt der Mit­tel­be­wil­li­gung - Teil­zeit­be­schäf­ti­gung ist ggf. mög­lich

Auf­ga­ben­be­sch­rei­bung:

Die große Zahl jüngs­ter satel­li­ten­ge­stütz­ter Erd­be­ob­ach­tungs­mis­sio­nen hat zu einem erheb­li­chen Anwach­sen der Daten­men­gen in Fern­erken­nungs-Bild­ar­chi­ven geführt, in denen mul­ti­modale Fern­erken­nungs­bil­der aus ver­schie­de­nen Quel­len gespei­chert sind (mul­tis­pek­tral, hyper­spek­tral und SAR). Der Schwer­punkt Ihrer For­schungs­ak­ti­vi­tät wird auf der Ent­wick­lung exak­ter und ska­lier­ba­rer Indi­zie­rungs- und Abruf­me­tho­den für mul­ti­modale Fern­erken­nungs­bil­der in rie­si­gen Fern­erken­nungs­ar­chi­ven lie­gen. Sie wer­den ins­be­son­dere neu­ar­tige Deep-Hash­ing­Netz­werke ent­wi­ckeln, um kom­ple­men­täre Infor­ma­tio­nen ver­schie­de­ner Fern­erken­nungs­bild­mo­da­li­tä­ten zu erschlie­ßen und zu nut­zen und diese mit einer gerin­gen Anzahl (schwach) anno­tier­ter Bil­der prä­zise zu beschrei­ben. Diese For­schungs­tä­tig­keit ist Teil des ERC-geför­der­ten Pro­jekts: BigE­arth - Accu­rate and Scala­ble Pro­ces­sing of Big Data in Earth Obser­va­tion (http://bigearth.eu/index.html).

Er­war­te­te Qua­li­fi­ka­tio­nen:

  • erfolg­reich abge­schlos­se­nes wis­sen­schaft­li­ches Hoch­schul­stu­dium (Mas­ter, Diplom oder Äqui­va­lent) im Bereich Infor­ma­tik, Inge­nieur­we­sen oder Ange­wandte Mathe­ma­tik.
  • Fun­dierte Kennt­nisse über Metho­den und Theo­rie des maschi­nel­len Ler­nens, Deep Lear­ning, Anwen­dung von Metho­den des maschi­nel­len Ler­nens auf hoch­di­men­sio­nale Daten.
  • Erfah­run­gen mit min­des­tens einem Deep Lear­ning Frame­work (Ten­sor­flow, Caffe, PyTorch).
  • Exzel­lente Eng­lisch­kennt­nisse in Wort und Schrift; gute Deutsch­kennt­nisse; Bereit­schaft die jeweils feh­len­den Sprach­kennt­nisse zu erler­nen

Hin­wei­se zur Be­wer­bung:

Ihre Bewer­bung rich­ten Sie bitte unter Angabe der Kenn­zif­fer mit den übli­chen Unter­la­gen (zusam­men­ge­fasst in einem pdf-Doku­ment, max. 5 MB) per E-Mail an Prof. Dr. Begüm Demir unter sekr@rsim.tu-berlin.de.

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.

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.

Tech­ni­sche Uni­ver­si­tät Ber­lin - Der Prä­si­dent - Fakul­tät IV, Insti­tut für Tech­ni­sche Infor­ma­tik und Mikro­elek­tro­nik, FG Remote Sen­sing Image Ana­ly­sis, Prof. Dr. Begüm Demir, Sekr. EN 5, Ein­stein­ufer 17, 10587 Ber­lin