Blätter-Navigation

An­ge­bot 166 von 572 vom 14.06.2018, 10:03

logo

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

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

Teil­zeit­be­schäf­ti­gung ist ggf. mög­lich

Auf­ga­ben­be­sch­rei­bung:

Selb­stän­dige und ver­ant­wort­li­che For­schung im Bereich Maschi­nel­les Ler­nen, Ent­wick­lung von Metho­den zur Ana­lyse von ins­be­son­dere nicht-sta­tio­nä­ren Daten. Wei­ter­ent­wick­lung robus­ter und addi­ti­ver Metho­den zur Lösung sta­tis­ti­scher Lern­pro­bleme, in Theo­rie und Pra­xis. Sta­tis­ti­sche Ana­lyse von mehr­di­men­sio­na­len Sen­sor­da­ten sowie die eigen­stän­dige Durch­füh­rung von Expe­ri­men­ten unter ande­rem in den Berei­chen der Neu­ro­wis­sen­schaf­ten (EEG- und EMG-Daten). Imple­men­tie­rung, Anwen­dung und Eva­lua­tion der ent­wi­ckel­ten Tech­ni­ken. Betreu­ung von Diplom/Bache­lor/Mas­ter-Stu­die­ren­den. Lehre am Fach­ge­biet.

Er­war­te­te Qua­li­fi­ka­tio­nen:

Erfolg­reich abge­schlos­se­nes wis­sen­schaft­li­ches Hoch­schul­stu­dium (Mas­ter, Diplom oder Äqui­va­lent) in Mathe­ma­tik oder Infor­ma­tik. Mehr­jäh­rige Erfah­rung als wis­sen­schaft­li­che/r Mit­ar­bei­ter/in im Umfeld des maschi­nel­len Ler­nens. Umfang­rei­che, ver­tiefte Kennt­nisse auf den Gebie­ten: Theo­rien und Metho­den des maschi­nel­len Ler­nens, Ker­nel-Metho­den, Neu­ro­nale Netze, Wahr­schein­lich­keits­theo­rie, Sta­tis­tik (u.a. Bay­es­sche Sta­tis­tik, Bay­es­sche Opti­mie­rung, Varia­ti­ons­me­tho­den), nicht­li­neare Opti­mie­rung Anwen­dung von maschi­nel­len Lern­me­tho­den auf hoch­di­men­sio­na­len Regres­si­ons-, Klas­si­fi­ka­ti­ons- und Clus­te­ring­pro­ble­men sowie deren empi­ri­sche Aus­wer­tung.
Sehr gute Pro­gram­mier­kennt­nisse mathe­ma­ti­scher Soft­ware und das Know-how in Simu­la­ti­ons­um­ge­bun­gen wie z.B. Python oder Mat­lab sowie Erfah­run­gen mit objekt­ori­en­tier­ten Spra­chen, wie Java oder C++ sind vor­aus­ge­setzt. Pro­jekt­er­fah­rung in einem indus­trie­na­hen Pro­jekt sowie Publi­ka­tio­nen in zu maschi­nel­lem Ler­nen ver­wand­ten Fach­zeit­schrif­ten und/oder Kon­fe­ren­zen sind erwünscht.
Sehr gute Deutsch- und Eng­lisch­kennt­nisse sind erfor­der­lich.

Hin­wei­se zur Be­wer­bung:

Ihre schrift­li­che Bewer­bung rich­ten Sie bitte unter Angabe der Kenn­zif­fer mit den übli­chen Unter­la­gen an die Tech­ni­sche Uni­ver­sität Ber­lin - Der Prä­si­dent - Fakultät IV, Institut für Softwaretechnik und Theoretische Informatik, FG Maschinelles Lernen, Prof. Dr. Müller, Sekr. MAR 4-1, Marchstr. 23, 10587 Berlin oder per E-Mail an sekr@ml.tu-berlin.de.

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.

Aus Kos­ten­grün­den wer­den die Bewer­bungs­un­ter­la­gen nicht zurück­ge­sandt.
Bitte rei­chen Sie nur Kopien ein.