Blätter-Navigation

Angebot 471 von 485 vom 16.12.2022, 11:31

logo

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

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

unter dem Vor­be­halt der Mit­tel­be­wil­li­gung; Teil­zeit­be­schäf­ti­gung ist ggf. mög­lich

Das neue Fach­ge­biet “Maschi­nel­les Ler­nen und IT-Sicher­heit” unter der Lei­tung von Prof. Dr. Kon­rad Rieck beschäf­tigt sich mit der Schnitt­stelle zwi­schen Sicher­heit und künst­li­cher Intel­li­genz (KI). Das Fach­ge­biet ent­wi­ckelt zum einen intel­li­gente Sys­teme zur Erken­nung von Angrif­fen, Schad­soft­ware und Schwach­stel­len. Zum ande­ren unter­sucht es die Sicher­heit und den Daten­schutz von ler­nen­den Sys­te­men. Diese For­schung ist Teil des neuen KI-Kom­pe­tenz­zen­trums BIFOLD in Ber­lin.
Das Fach­ge­biet sucht eine*n wiss. Mit­ar­bei­ter*in zur Mit­ar­beit im DFG-For­schungs­pro­jekt ALI­SON. Das Pro­jekt erforscht die Sicher­heit von maschi­nel­lem Ler­nen in struk­tu­rier­ten Domä­nen. In vie­len Anwen­dun­gen arbei­ten Lern­al­go­rith­men nicht auf Vek­to­ren son­dern struk­tu­rier­ten Daten, wie Datei­for­ma­ten, natür­li­cher Spra­che oder Pro­gramm­code. Das Pro­jekt soll unter­su­chen, inwie­weit Angriffe gegen Lern­al­go­rith­men mit die­sen Daten kon­stru­iert wer­den kön­nen und wel­che Ver­tei­di­gungs­me­cha­nis­men effek­tiv sind.

Aufgabenbeschreibung:

  • Erfor­schung der Sicher­heit von ler­nen­den Sys­te­men
  • Ent­wick­lung von Angrif­fen mit struk­tu­rier­ten Daten (For­mate, Spra­che, Code)
  • Ent­wick­lung von neuen Ver­tei­di­gungs­me­cha­nis­men
  • Wis­sen­schaft­li­ches Publi­zie­ren und Mög­lich­keit zur Pro­mo­tion

Erwartete Qualifikationen:

  • Erfolg­reich abge­schlos­se­nes Hoch­schul­stu­dium (Mas­ter, Diplom oder Äqui­va­lent) in Infor­ma­tik oder einem ähn­li­chen tech­ni­schen Fach.
  • Starke Exper­tise im Bereich maschi­nel­les Ler­nen und/oder IT-Sicher­heit
  • Sehr gute Kennt­nisse im Gebiet der Gram­ma­ti­ken, Par­ser und Com­pi­ler
  • Sehr gute Eng­lisch­kennt­nisse (Wort und Schrift)
  • Inter­esse und Spaß an Spit­zen­for­schung
  • Krea­ti­vi­tät und Fähig­keit zur Team­ar­beit

For­schungs­um­ge­bung
  • Span­nende und anspruchs­volle For­schungs­be­rei­che
  • Inter­na­tio­nal renom­mier­tes und enga­gier­tes Team
  • Enge Zusam­men­ar­beit mit vie­len For­schungs­ein­rich­tun­gen

Hinweise zur Bewerbung:

Ihre schrift­li­che Bewer­bung rich­ten Sie bitte unter Angabe der Kenn­zif­fer mit den übli­chen Unter­la­gen an die Tech­ni­sche Uni­ver­si­tät Ber­lin - Die Prä­si­den­tin - Fakul­tät IV, Insti­tut für Soft­ware­tech­nik und Theo­re­ti­sche Infor­ma­tik, FG Maschi­nel­les Ler­nen und IT-Sicher­heit, Prof. Dr. Kon­rad Rieck, c/o Sekr. MAR 4-1, March­str. 23, 10587 Ber­lin oder per E-Mail 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.