Blätter-Navigation

An­ge­bot 1 von 534 vom 08.06.2021, 09:28

logo

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

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

unter Vor­be­halt der Mit­tel­be­wil­li­gung - Teil­zeit­be­schäf­ti­gung ist ggf. mög­lich

Das Ber­lin Insti­tute for the Foun­da­ti­ons of Lear­ning and Data (BIFOLD) der TU Ber­lin sucht eine*n wis­sen­schaft­li­che*n Mit­ar­bei­ter*in für eine For­schungs­gruppe unter Lei­tung von Herrn Dr. Shi­ni­chi Naka­jima.

Auf­ga­ben­be­sch­rei­bung:

  • For­schung zu pro­ba­bi­lis­ti­scher Model­lie­rung und Infe­renz
  • Ent­wick­lung tie­fer neu­ro­na­ler Netze, ins­be­son­dere gene­ra­ti­ver Modelle
  • Varia­ti­ons­in­fe­renz
  • Bayes­sches Ler­nen
  • mul­ti­modale Daten­ana­lyse
  • Unsi­cher­heits­ab­schät­zung
  • Bayes­sche Opti­mie­rung
  • Anwen­dung auf Com­pu­ter Vision, natür­li­che Sprach­ver­ar­bei­tung und Natur­wis­sen­schaf­ten
  • Soft­ware-Imple­men­tie­rung maschi­nel­ler Lern­me­tho­den
  • Mög­lich­keit zur Pro­mo­tion

Er­war­te­te Qua­li­fi­ka­tio­nen:

  • Erfolg­reich abge­schlos­se­nes wis­sen­schaft­li­ches Hoch­schul­stu­dium (Mas­ter, Diplom oder Äqui­va­lent) in Infor­ma­tik, Phy­sik, Inge­nieur­we­sen oder Ange­wand­ter Mathe­ma­tik
  • Fun­dierte Kennt­nisse im maschi­nel­len Ler­nen, ins­be­son­dere tiefe neu­ro­nale Netze und gene­ra­tive Modelle für Com­pu­ter Vision, natür­li­che Sprach­ver­ar­bei­tung oder Natur­wis­sen­schaf­ten
  • Prak­ti­sche Erfah­run­gen in der Ent­wick­lung und Anwen­dung von Algo­rith­men des maschi­nel­len Ler­nens, sowie par­al­le­lem Rech­nen auf GPUs
  • Fun­dierte Pro­gram­mier­kennt­nisse, insb. Erfah­rung mit ML und lineare Alge­bra Biblio­the­ken (PyTorch, Ten­sor­Flow, JAX etc.)
  • Aus­ge­zeich­nete Kom­mu­ni­ka­ti­ons­fä­hig­kei­ten in Deutsch und Eng­lisch
  • Prak­ti­sche Erfah­rung in Varia­ti­ons­in­fe­renz und Sam­pling-Metho­den ist von Vor­teil

Hin­wei­se zur Be­wer­bung:

Ihre Bewer­bung rich­ten Sie bitte unter Angabe der Kenn­zif­fer mit den übli­chen Unter­la­gen (zusam­men­ge­fasst in einem pdf-Doku­ment, max. 5 MB) per E-Mail an Dr. Shi­ni­chi Naka­jima unter office@bzml.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.

Tech­ni­sche Uni­ver­si­tät Ber­lin - Der Prä­si­dent - Fakul­tät IV, Insti­tut für Soft­ware­tech­nik und Theo­re­ti­sche Infor­ma­tik, FG Maschi­nel­les Ler­nen, Dr. Shi­ni­chi Naka­jima, Sekr. MAR 4-1, March­str. 23, 10587 Ber­lin