Blätter-Navigation

Of­f­re 40 sur 92 du 15/09/2021, 14:54

logo

Tech­ni­sche Uni­ver­sität Ber­lin - Fakul­tät IV - Elek­tro­tech­nik und Infor­ma­tik - Insti­tut für Tele­kom­mu­ni­ka­ti­ons­sys­teme

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

unter dem Vor­be­halt der Mit­tel­be­wil­li­gung; Teil­zeit­be­schäf­ti­gung ist ggf. mög­lich

Auf­ga­ben­be­sch­rei­bung:

Den aus­ge­wähl­ten Bewer­ber*innen wird die Mög­lich­keit zur Mit­ar­beit in einer reich­hal­ti­gen inter­dis­zi­pli­nä­ren For­schungs­um­ge­bung gebo­ten. Es besteht gro­ßes Poten­zial für wir­kungs­volle Akti­vi­tä­ten in der Tech­no­lo­gie­ent­wick­lung, in Indus­trie­ko­ope­ra­tio­nen und Initia­ti­ven in der Lehre. Es wird erwar­tet, dass sie ein eigen­stän­di­ges For­schungs­pro­gramm hin­sicht­lich der For­schungs­the­men des TUB-Hua­wei Joint Inno­va­tion Cen­ter (WJIC), das sich auf inno­va­tive Lösun­gen für zukünf­tige draht­lose Kom­mu­ni­ka­ti­ons­sys­teme jen­seits von 5G kon­zen­triert, ent­wi­ckeln. Im WICJ Pro­jekt 5 wird der Kan­di­dat, die Kan­di­da­tin von Prof. Caire (Com­mu­ni­ca­ti­ons and Infor­ma­tion Theory Group) und Prof. Demir (Remote Sen­sing Image Ana­ly­sis Group) zusam­men betreut. Das For­schungs­ziel ist die Ent­wick­lung inno­va­ti­ver Tech­ni­ken des Machine Lear­nings (mit beson­de­rem Schwer­punkt auf Deep Lear­ning) für die Vor­her­sage der Eigen­schaf­ten des draht­lo­sen Aus­brei­tungs­ka­nals. Zu die­sem Zweck wird die gemein­same Nut­zung von Satel­li­ten­bil­dern und Stadt­plä­nen in Betracht gezo­gen. Zu den Haupt­the­men gehört die Ent­wick­lung von tie­fen neu­ro­na­len Net­zen:

1) Multi-Tas­king-Ler­nen (z.B. Iden­ti­fi­ka­tion von Bäu­men, Schät­zung von Gebäu­de­hö­hen, etc.) für eine genaue Vor­her­sage von Funk­kar­ten;

2) Inte­gra­tion von Mul­ti­quel­len-/Mul­ti­sensor­da­ten und Nut­zung von Crowd­sour­cing-Daten (z.B. offene Stra­ßen­kar­ten) für die Extrak­tion von seman­ti­schen Bild­in­for­ma­tio­nen;

3) Lösung der Pro­bleme mit unvoll­stän­di­gen, ver­rausch­ten und unaus­ge­wo­ge­nen Trai­nings­sät­zen für das seman­ti­sche Ver­ständ­nis von Sze­nen.

Eine Pro­mo­tion zu einem pro­jekt­be­zo­ge­nen Thema ist vor­ge­se­hen und wird fach­lich von Prof. Caire und Prof. Demir beglei­tet.

Er­war­te­te Qua­li­fi­ka­tio­nen:

Erfolg­reich abge­schlos­se­nes wis­sen­schaft­li­ches Hoch­schul­stu­dium (Mas­ter, Diplom oder Äqui­va­lent) in einem For­schungs­ge­biet der Infor­ma­tik, Inge­nieur­wis­sen­schaf­ten oder Mathe­ma­tik. For­schungs-erfah­rung im Bereich des maschi­nel­len Ler­nens für Bild­ana­lyse und Com­pu­ter Vision. Aus­ge­zeich­nete Pro­gram­mier­kennt­nisse (z. B. Python) mit Erfah­rung im Umgang mit Deep-Lear­ning-Biblio­the­ken. Bewer­ber*innen müs­sen eine solide Erfolgs­bi­lanz in einem oder meh­re­ren For­schungs­fel­dern des Fach­ge­bie­tes haben. Wei­ter­hin müs­sen sie über aus­ge­zeich­nete münd­li­che und schrift­li­che Kom­mu­ni­ka­ti­ons­fä­hig­kei­ten in eng­li­scher Spra­che ver­fü­gen. Sprach­fä­hig­kei­ten in Deutsch wären vor­teil­haft.

Hin­wei­se zur Be­wer­bung:

Ihre Bewer­bung sen­den Sie bitte unter Angabe der Kenn­zif­fer mit den übli­chen Unter­la­gen (zusam­men­ge­fasst in einem PDF-Doku­ment, max. 5 MB) aus­schließ­lich per E-Mail an: jana.hantke@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 Tele­kom­mu­ni­ka­ti­ons­sys­teme, Prof. Caire, Sekr. HFT 6, Ein­stein­ufer 25, 10587 Ber­lin