Wiss. Mit­ar­bei­ter*in (PostDoc) (d/m/w) - Ent­gelt­gruppe 14 TV-L Ber­li­ner Hoch­schu­len - Zur Qualifizierung

Entwicklung von Neuronalen Netzen, insb. von Modellen zur Anwendung auf komplexen, strukturierten Daten aus der Quantenchemie; Entwicklung von skalierbaren Algorithmen zur Datenanalyse hochdimensionaler und schnell wachsender Datenmengen; Anwendung und Entwicklung neuartiger Methoden z.B. in den Bereichen des Inversen Designs von Molekülen und Materialen mit tiefen Neuronalen Netzen oder deren Anwendung zur Analyse atomistischer Systeme in der Quantenchemie; Erschließung neuer Forschungsrichtungen. Lehraufgaben.

• Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) und Promotion in Informatik, Mathematik, Chemie oder Physik
• Mehrjährige Lehr- u. Forschungserfahrung, fundiertes Wissen im Bereich der Theorie und Praxis des ML, insb. NN, DL, equivariante NN, generative Modelle, sowie dem Anwendungsgebiet Quantenchemie
• Fundierte Kenntnisse in Python sowie DL Bibs, wie PyTorch, JAX oder TensorFlow
• Exzellente mathematische Fähigkeiten, insb. Lineare Algebra, Wahrscheinlichkeitsrechnung, Gruppentheorie, Differentialgeometrie und Statistik
• Die Fähigkeit zum Unterrichten in deutscher und/oder in englischer Sprache wird voraus­gesetzt; Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben

Ihre schriftliche Bewerbung richten Sie bitte unter Angabe der Kennziffer mit den üblichen Bewerbungsunterlagen an die Technische Universität Berlin - Die Präsidentin - Fakultät IV, Institut für Softwaretechnik und Theoretische Informatik, FG Maschinelles Lernen, Prof. Dr. Müller, MAR 4-1, Marchstr. 23, 10587 Berlin oder per E-Mail (eine PDF-Datei, max. 5 MB) an: jobs@bifold.berlin.

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/ .

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. Bewerbungen von Menschen aller Nationalitäten und mit Migrationshintergrund sind herzlich willkommen.