Wissenschaftliche:r Mitarbeiter:in (m/w/d), EG 13 TV-H
Bewerbungsfrist:
19.05.2025
Einstellungsbeginn:
baldmöglichst
Kennziffer:
38383
Die Stelle ist zunächst auf 30 Monate befristet (Qualifikationsstelle gem. § 2 Abs. 1 Satz 1 WissZeitVG). Eine Verlängerung der Beschäftigung ist geplant.
Das Fachgebiet Intelligente Eingebettete Systeme (IES) forscht im Bereich der Grundlagen und der Anwendungen von Methoden der Datenanalyse, des Maschinellen Lernens (z.B. Deep Learning, Active Learning) und der Künstlichen Intelligenz. Schwerpunkte in der Grundlagenforschung sind beispielsweise selbst-lernende und selbst-organisierende Systeme, Methoden des kollaborativen und aktiven Lernens, Methoden des Transferlernens oder Techniken zur Echtzeitanalyse von Zeitreihen. Schwerpunkte der angewandten Forschung liegen in den Bereichen Energiesysteme, Automobil (Autonomes Fahren) und Experimental-physik/Werkstoffe. Im Fachgebiet IES arbeiten aktuell etwa 25 Mitarbeiter:innen in den genannten Bereichen.
- Forschung zum Themengebiet Collaborative Interactive Learning, beispielsweise: Deep Active Learning
- Label-efficient Learning
- Crowd Learning
- Probabilistic Uncertainty Modeling
- Abgeschlossenes wissenschaftliches Hochschulstudium in Informatik mit starkem Bezug zur Mathematik (oder umgekehrt) bzw. in einem sehr nah verwandten Gebiet.
- Erfahrung in möglichst mehreren der oben genannten Bereiche.
- Sehr gute grundlegende Kenntnisse in Maschinellem Lernen und Datenanalyse.
- Erfahrung in der Anwendung von Methoden des maschinellen Lernens.
- Erfahrung in der Programmierung, insbesondere in Python, aber auch andere Programmiersprachen.
- Erfahrungen im Verfassen wissenschaftlicher Artikel, vorzugsweise in einem der oben genannten Bereiche.
- Gute Kenntnisse in KI-Tools, z. B. PyTorch, scikit-Learn, und Numpy.
- Eine strukturierte Arbeitsweise, die es Ihnen ermöglicht in einem Team zu arbeiten.
- Neugier auf Herausforderungen bei Anwendungen des Maschinellen Lernens.
- Selbständige und zielorientierte Arbeitsweise und Freude am wissenschaftlichen Arbeiten.
- Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift.
Als Beschäftigte:r des Fachbereichs: Intelligente Eingebettete Systeme
- werden Sie Teil eines hochmotivierten Teams internationaler Forscher:innen.
- besteht für Sie die Möglichkeit der Teilnahme an Konferenzen, Summer Schools und verschiedene Weiterbildungsangebote (z.B. die Möglichkeit einer Promotion).
- können Sie einen eigenen, sehr großen Slurm-basierten Compute-Cluster (CPU und GPU) nutzen.
- können Sie neue Methoden entwickeln, die in praktischen Anwendungen genutzt werden.
Für Rückfragen steht Prof. Dr. B. Sick, Tel.: +49 561 804-6020, zur Verfügung.