Blätter-Navigation

Of­f­re 34 sur 90 du 20/07/2021, 16:03

logo

Tech­ni­sche Uni­ver­sität Ber­lin - Fakul­tät IV - Insti­tut für Soft­ware­tech­nik und Theo­re­ti­sche Infor­ma­tik / FG Maschi­nel­les Ler­nen

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

unter Vor­be­halt der Mit­tel­be­wil­li­gung - Teil­zeit­be­schäf­ti­gung ist ggf. mög­lich

Das Ber­lin Insti­tute for the Foun­da­ti­ons of Lear­ning and Data (BIFOLD) der TU Ber­lin sucht für eine For­schungs­gruppe des BZML unter Lei­tung von Herr Prof. Klaus-Robert Mül­ler eine*n wis­sen­schaft­li­che*n Mit­ar­bei­ter*in.

Auf­ga­ben­be­sch­rei­bung:

  • For­schung an der Schnitt­menge von Maschi­nel­lem Ler­nen und Dif­fe­ren­ti­al­geo­me­trie
  • Ent­wick­lung robus­ter Metho­den für Erklä­run­gen von Neu­ro­na­len Net­zen
  • theo­re­ti­sche und prak­ti­sche Ana­lyse von Erklär­me­tho­den, Ver­bin­dung von Erklär­me­tho­den mit gene­ra­ti­ven Model­len
  • GANs, NFs, VAEs
  • Ler­nen von Man­nig­fal­tig­kei­ten

Er­war­te­te Qua­li­fi­ka­tio­nen:

  • Erfolg­reich abge­schlos­se­nes wis­sen­schaft­li­ches Hoch­schul­stu­dium (Mas­ter, Diplom oder Äqui­va­lent) in Infor­ma­tik, Phy­sik, Inge­nieur­we­sen oder Ange­wand­ter Mathe­ma­tik
  • Fun­dierte Kennt­nisse im maschi­nel­len Ler­nen, Dif­fe­ren­ti­al­rech­nung
  • Prak­ti­sche Erfah­run­gen in der Ent­wick­lung und Anwen­dung von Algo­rith­men des maschi­nel­len Ler­nens, sowie par­al­le­len Rech­nen auf GPUs
  • Fun­dierte Pro­gram­mier­kennt­nisse, insb. Erfah­rung mit ML und lineare Alge­bra Biblio­the­ken (Julia, SciML, JAX, PyTorch, etc.)
  • Aus­ge­zeich­nete Kom­mu­ni­ka­ti­ons­fä­hig­kei­ten in Deutsch und Eng­lisch

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. Klaus-Robert Mül­ler unter office@bzml.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 Soft­ware­tech­nik und Theo­re­ti­sche Infor­ma­tik, FG Maschi­nel­les Ler­nen, Prof. Dr. Klaus-Robert Mül­ler, Sekr. MAR 4-1, March­str. 23, 10587 Ber­lin