Die Aufgaben umfassen die Implementierung von XAI-fähigen ML-Modellen zur Identifizierung von Mustern und Prädiktoren für Herzinsuffizienz, die Entwicklung eines Prototyps einer Infrastruktur zur Modellnutzung durch klinische Anwender*innen und die Durchführung klinischer Validierungen mit unabhängigen Datensätzen zur Prüfung der Generalisierbarkeit und Robustheit der KI-Modelle. Lehraufgaben.

• Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) in Mathematik, Physik, Informatik oder Bioinformatik
• Mehrjährige Erfahrung im Bereich statistischer Methoden und Maschinellen Lernens, vorzugsweise im Bereich neuronaler Netze und Explainable AI
• Sehr gute Programmierkenntnisse (z.B. in Python, NumPy/SciPy, PyTorch/TensorFlow) unabdingbar
• Erfahrung in der Analyse medizinischer Daten, inklusive Analyse von Daten aus großen Biobanken
• Die Fähigkeit zum Unterrichten in deutscher und/oder in englischer Sprache wird vorausgesetzt; Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben

Ihre schriftliche Bewerbung richten Sie bitte unter Angabe der Kennziffer mit den üblichen Bewerbungsunterlagen (d.h. mindestens Anschreiben, CV, Abschlusszeugnisse, Notenübersichten etc.) an die Technische Universität Berlin - Die Präsidentin - Fakultät IV, Institut für Softwaretechnik und Theoretische Informatik, FG Maschinelles Lernen, NWG Prof. Dr. Grégoire Montavon, Sekr. MAR 4-1, Marchstr. 23, 10587 Berlin oder per E-Mail (eine PDFDatei, max. 5 MB) an: jobs@bifold.berlin.

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

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. Bewerbungen von Menschen aller Nationalitäten und mit Migrationshintergrund sind herzlich willkommen.

Technische Universität Berlin - Die Präsidentin - Fakultät IV, Institut für Softwaretechnik und Theoretische Informatik, FG Maschinelles Lernen, NWG Prof. Dr. Grégoire Montavon, Sekr. MAR 4-1, Marchstr. 23, 10587 Berlin