Blätter-Navigation

Offre 167 sur 394 du 31/05/2024, 10:07

logo

Technische Universität Berlin - Fakul­tät IV - The Berlin Institute for the Foundations of Learning and Data (BIFOLD)

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

Aufgabenbeschreibung:

Forschung an der Schnittmenge aus Deep Learning und Erklärbarem Maschinellen Lernen, sowie Anwendungen in der Histopathologie oder Quantenchemie; Charakterisierung und Modellierung von Domäne-spezifischen tiefen neuronalen Netzen; Analyse Domäne-spezifischer tiefer neuronaler Netzey mit Methoden des Erklärbaren Maschinellen Lernens; Entwicklung von Methoden zur Identifizierung gelernter abstrakter Konzepte von (Transformer-basierten) tiefen neuronalen Netzen;
Post-Hoc Korrektur tiefer neuronaler Netze; Extrahierung gelernten Wissens Domäne-spezifischer tiefer neuronaler Netze; Software-Implementierung von maschinellen Lernmethoden; Lehraufgaben.

Erwartete Qualifikationen:

  • Erfolgreich abgeschlossener Hochschulabschluss (Master, Diplom oder äquivalent) in Informatik, Physik, Ingenieurwesen oder Angewandter Mathematik
  • Fundierte Kenntnisse insb. von Deep Learning und Erklärbaren Maschinellen Lernen, sowie Anwendungen in der Medizin (Histopathologie, Onkologie) oder in der Quantenchemie
  • Praktische Erfahrungen in der Entwicklung und Anwendung von Algorithmen des maschinellen Lernens, sowie parallelem Rechnen auf GPUs
  • Fundierte Programmierkenntnisse, insb. Erfahrung mit ML und Autodifferenzierungsbibliotheken (JAX, PyTorch, SciML) sowie lineare Algebra Bibliotheken (Julia, Numpy, BLAS, etc)
  • Ausgezeichnete Kommunikationsfähigkeiten in Deutsch und Englisch
  • Praktische Erfahrungen im Bereich der Histopathologie oder Quantenchemie von Vorteil
  • Die Fähigkeit zum Unterrichten in deutscher und/oder in englischer Sprache wird vorausgesetzt; Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben

Hinweise zur Bewerbung:

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. Klaus-Robert Müller, Sekr. 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/ 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.