Technische Universität Berlin
Bei der Technischen Universität Berlin ist/sind folgende Stelle/n zu besetzen:
Wiss. Mitarbeiter*in (d/m/w) - Entgeltgruppe 13 TV-L Berliner Hochschulen - Zur Qualifizierung
Teilzeitbeschäftigung ist ggf. möglich
Das Berlin Institute for the Foundations of Learning and Data (BIFOLD) der TU Berlin sucht für die Forschungsgruppe unter Leitung von Herr Prof. Klaus-Robert Müller eine*n wissenschaftliche*n Mitarbeiter*in.
Aufgabenbeschreibung
Forschung an der Schnittmenge aus probabilistischen Maschinellem Lernen, Differentialgleichungen und Theoretische Neurowissenschaft; Charakterisierung und Modellierung von Optimierungsverfahren als dynamischen Systeme mittels stochastischen Differentialgleichungen;
Systemidentifikation mit tiefen neuronalen Netzen, im Speziellen mit hybriden Modellen wie Universal Differential Equations (UDE), Physics Informed Neural Networks (PINN), Hamiltonian Neural Networks (HNN) und Neural ODEs; Software-Implementierung von maschinellen Lernmethoden; Promotionsmöglichkeit. Lehraufgaben.
Erwartete Qualifikationen
- Erfolgreich abgeschlossener Hochschulabschluss (Master, Diplom oder Äquivalent) in Informatik, Physik, Ingenieurwesen oder Angewandter Mathematik
- Fundierte Kenntnisse insb. von probabilistischem Maschinellen Lernen, sowie Regelungstechnik, Dynamik von Optimierungsverfahren, und in der Numerik von Differentialgleichungen
- 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) - Die Fähigkeit zum Unterrichten in deutscher und/oder in englischer Sprache wird vorausgesetzt; Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben
Wünschenswert:
- Praktische Erfahrungen im Bereich der Theoretischen Neurowissenschaft
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.
Die Bewerbungsunterlagen werden nicht zurückgesandt. Bitte reichen Sie nur Kopien ein.
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.
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.
Fakten
Veröffentlicht | 26.04.2024 |
---|---|
Anzahl Angestellte | ca. 7000 |
Kategorie | Graduierten-Stelle, Wiss. Mitarbeiter*in, Promotions-Stelle |
Standort | Deutschland, Berlin, Berlin, Charlottenburg |
Aufgabengebiet | Informatik |
Beginn frühestens | 01.10.2024 |
Dauer | bis 30.09.2026 |
Umfang | 100% Arbeitszeit; Teilzeit ggf. möglich |
Vergütung | Entgeltgruppe E13 |
Homepage | http://www.tu-berlin.de |
Anforderungen
Abschluss | Master, Diplom oder Äquivalent |
---|---|
Studiengang | Informatik, Ingenieurwesen, Mathematik, Physik |
Sprachkenntnisse |
|
Kontakt
Kennziffer | IV-175/24 |
---|---|
Kontakt-Person | Prof. Dr. Müller |
Bewerben
Bewerbungsfrist | 10.05.2024 |
---|---|
Kennziffer | IV-175/24 |
per Post | Technische Universität Berlin
|
per E-Mail | jobs@bifold.berlin |