Blätter-Navigation

Angebot 186 von 281 vom 05.07.2024, 09:10

logo

Technische Universität Berlin - Fakultät IV - The Berlin Institute for the Foundations of Learning and Data (BIFOLD) / FG Management von Data Science Prozessen

Bei der Technischen Universität Berlin ist/sind folgende Stelle/n zu besetzen:

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

Teilzeitbeschäftigung ist ggf. möglich

Im Herzen der Hauptstadt liegt der Campus der Technischen Universität Berlin. Wir gehören zu den exzellenten Universitäten in Deutschland und mit rund 34.000 Studierenden zu den größten technischen Hochschulen. Die TU Berlin ist ein lebendiger Ort, an dem gearbeitet, gelernt und gelebt wird. Werden Sie Teil der TU Berlin: Wir haben die Ideen für die Zukunft. Zum Nutzen der Gesellschaft.

Das DEEM Lab (https://deem.berlin) im Berlin Institute for the Foundations of Learning and Data (BIFOLD) der TU Berlin sucht eine*n wissenschaftliche*n Mitarbeiter*in zur Forschung an der Schnittstelle von Responsible Data Engineering und maschinellem Lernen (ML) unter der Leitung von Prof. Dr.-Ing. Sebastian Schelter.

Aufgabenbeschreibung:

Die Forschung wird sich auf komplexe ML-Anwendungen konzentrieren, zu denen Datenintegrations- und Datenvorverarbeitungspipelines gehören. Solche Anwendungen sind schwierig zu erstellen, da sie Daten aus heterogenen Quellen nutzen, die integriert und in Features umgewandelt werden müssen, bevor sie von ML-Modellen konsumiert werden können. Dabei müssen verschiedene relationale und lineare Algebra-Operationen kombiniert werden, was häufig zu Performanceproblemen und dem Verlust wichtiger Informationen über die Herkunft der verarbeiteten Daten führt.

Das Ziel der Forschung wird zweierlei sein: Erstens wollen wir die Erstellung komplexer ML Anwendungen für nicht-fachkundige Benutzer*innen einfacher machen, beispielsweise wenn sie domänenspezifisches Wissen in ihre Anwendungen integrieren wollen oder wenn sie die Robustheit ihrer ML-Anwendungen evaluieren. Zweitens entwickeln wir die Grundlagen für ML Anwendungen, die ihren Nutzer*innen die Kontrolle über ihre persönlichen Daten garantieren (z. B. im Hinblick auf das „Recht auf Vergessen-werden“ aus der DSGVO) und gesetzliche Regelungen wie das kommende europäische KI-Gesetz einhalten. Dies wird durch neuartige deklarative Methoden zum automatischen Design, Testen und Debuggen von ML Anwendungen erreicht, die potenziell die Codegenerierungsfähigkeiten von Large Language Models nutzen. Die Forschung soll zu effizienten und skalierbaren Implementierungen führen, die als Open-Source-Bibliotheken öffentlich verfügbar gemacht werden.

Die Tätigkeit dient der eigenen wissenschaftlichen Qualifizierung (Promotion) und beinhaltet die Mitarbeit in der Lehre. Dazu gehören die Organisation von Tutorien und Praktika sowie die fachliche Betreuung studentischer Arbeiten.

Erwartete Qualifikationen:

  • Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) in Informatik oder Artificial Intelligence
  • Fortgeschrittene Programmierkenntnisse in Python und mindestens einer weiteren Sprache (Java/Scala/Rust/C++)
  • Kenntnisse in der Datenverarbeitung mit Datenflusssystemen, relationalen Datenbanken und/oder Dataframebibliotheken (z. B. Apache Spark, DuckDB, Pandas usw.)
  • Erfahrung mit der Steigerung der Effizienz, Skalierbarkeit und Korrektheit datenzentrierter Programme
  • Grundkenntnisse in maschinellem Lernen und Kenntnisse gängiger Bibliotheken (z. B. Pandas, Sklearn, Pytorch, SparkML usw.)
  • Fähigkeiten zum Unterrichten in deutscher und/oder in englischer Sprache wird vorausgesetzt, Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben

Wünschenswert:

  • Kreativität und unabhängige Denkweise, selbstmotivierter Arbeitsstil

Darüber hinaus werden Bewerbungen mit Nachweis folgender Kenntnisse bevorzugt:

  • Erfahrungen mit realen Datenverarbeitungssystemen und/oder ML-Deployments (z. B. aus Praktika, Jobs oder unternehmerischer Erfahrung)
  • Erfahrung mit Vorschriften wie der DSGVO und dem EU-KI-Gesetz
  • Beiträge zu Open-Source-Projekten

Hinweise zur Bewerbung:

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 Management von Data Science Prozessen, Prof. Dr.-Ing. Schelter, TEL 9-2, Ernst-Reuter -Platz 7, 10587 Berlin oder per E-Mail (eine PDF-Datei, max. 5 MB) an: schelter@tu-berlin.de.

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.

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 - Die Präsidentin - Fakultät IV, FG Management von Data Science Prozessen, Prof. Dr.-Ing. Sebastian Schelter, Sekr. TEL 11-2, Ernst-Reuter -Platz 7, 10587 Berlin