Blätter-Navigation

Offre 277 sur 515 du 08/02/2024, 14:17

logo

Tech­ni­sche Uni­ver­sität Ber­lin - Fakul­tät IV - The Berlin Institute for the Foundations of Learning and Data (BIFOLD)/ FG Maschinelles Lernen und IT-Sicherheit

Bei der Technischen Universität Berlin ist/sind folgende Stelle/n zu besetzen:

Wiss. Mitarbeiter*in (d/m/w) - Entgeltgruppe 13 TV-L Berliner Hochschulen - 1. Qualifizierungsphase (zur Promotion)

Teilzeitbeschäftigung ist ggf. möglich

Das Fachgebiet "Maschinelles Lernen und IT-Sicherheit" beschäftigt sich mit der Schnittstelle zwischen Sicherheit und künstlicher Intelligenz (KI). Es entwickelt neue Ansätze zum Schutz von lernenden Systemen und zur Abwehr von Angriffen und Schadsoftware. Es ist Teil des KI-Kompetenzzentrums BIFOLD in Berlin.
Das Fachgebiet sucht eine*n wissenschaftlichen Mitarbeiter*in für Forschung und Lehre im KI-Kompetenzzentrum BIFOLD. Die Aufgabe der Stelle ist es, die Vertrauenswürdigkeit und den Datenschutz von Lernmodellen und KI-Systemen zu erforschen. Es sollen neue Methoden zur Aufdeckung von Sicherheits- und Datenschutzschwachstellen entwickelt und entsprechende Gegenmaßnahmen konzipiert werden.

Aufgabenbeschreibung:

  • Erforschung der Vertrauenswürdigkeit und Privatheit von Lernmodellen
  • Analyse von Sicherheits- und Datenschutzschwachstellen in KI-Systemen
  • Entwicklung von Schutzmaßnahmen für Vertrauenswürdigkeit und Privatheit
  • Wissenschaftliches Publizieren
  • Betreuung von Lehrveranstaltungen und Abschlussarbeiten

Erwartete Qualifikationen:

  • Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) in Informatik oder einem ähnlichen technischen Fach
  • Starke Expertise im Bereich Maschinelles Lernen und/oder IT-Sicherheit
  • die Fähigkeit zum Unterrichten in deutscher und/oder in englischer Sprache wird vorausgesetzt; Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben
  • Interesse an Spitzenforschung
  • Kreativität und Fähigkeit zur Teamarbeit

Forschungsumgebung

  • Spannende und anspruchsvolle Forschung
  • Positives und unterstützendes Arbeitsumfeld
  • Renommiertes und engagiertes Team
  • Internationales Forschungsnetzwerk

Hinweise zur Bewerbung:

Ihre Bewer­bung rich­ten Sie bitte unter Angabe der Kenn­zif­fer mit den übli­chen Unter­la­gen (in einem PDF-Doku­ment, max. 5 MB) aus­schließ­lich per E-Mail an hashmi@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.