baito logo
    navigation?.buttons?.createJob?.text
    vor 3 Tagen
    Technische Universität Berlin header
    Technische Universität Berlin logo
    Vollzeit
    Teilzeit
    Junior
    Mid-Level
    #wissenschaft#uni#berlin

    Wissenschaftliche*r Mitarbeiter*in (d/m/w)baito Pro Job

    Jetzt bewerben

    Ausschreibung II-581/24

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

    Teilzeitbeschäftigung ist ggf. möglich; unter dem Vorbehalt der Mittelbewilligung

    Aufgabenbeschreibung

    DieDer Stelleninhaberin forscht selbstständig an Methoden zum Test und der Absicherung tiefer neuronaler Netze im Kontext des autonomen Fahrens und entwickelt Methoden zum Online Monitoring und Retrieval von Corner Cases in Straßenszenen, von welchen potentiell Gefahr für ein autonom gesteuertes Fahrzeug ausgehen könnte.
    SieEr führt numerische Experimente mit Deep Learning Frameworks wie PyTorch oder Tensorflow zum Online Monitoring von Perzeptionsnetzen durch und evaluiert die Ergebnisse statistisch. SieEr untersucht Versuchspläne für die Absicherung der Sicherheit von Neuronalen Netzen unter variablen Lichtbedingungen und in teacher-student Konfigurationen und setzt diese Erkenntnisse in numerischen Experimenten um. DieDer Stelleninhaberin verfasst wissenschaftliche Aufsätze zu der Fragestellung des Projektes "SafeAIEngineering" und wirkt im Rahmen des Projektes an den Aktivitäten des Konsortiums SafeAIEngineering mit. Ebenfalls pflegt dieder Kandidatin den Austausch mit den Industriepartnern und anderen Teilnehmer*innen des Konsortiums und übernimmt Aufgaben im Projektmanagement.

    Erwartete Qualifikationen

    • Ein erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) in Mathematik
    • Programmiererfahrung, bevorzugt in Python
    • Programmiererfahrung mit Deep Learning Frameworks wie PyTorch oder TensorFlow und Cluster Computing
    • Kenntnisse in statistischer Lerntheorie
    • Gute Deutsch- und/oder Englischkenntnisse erforderlich; Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben

    Wünschenswert sind:

    • Kenntnisse in Deep Learning allgemein
    • Kenntnisse im maschinlichen Lernen
    • Teamfähigkeit und gute kommunikative Fähigkeiten

    Weitere Informationen zur Stelle erteilt Ihnen Prof. Dr. Gottschalk (gottschalk@math.tu-berlin.de).

    Hinweise zur Bewerbung

    Ihre Bewerbung senden Sie bitte unter Angabe der Kennziffer mit den üblichen Unterlagen (in einem PDF-Dokument, max. 5 MB) per E-Mail an Prof. Dr. Gottschalk (gottschalk@math.tu-berlin.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/ .

    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 II, Institut für Mathematik, FG Mathematische Modellierung von industriellen Lebenszyklen, Prof. Dr. Gottschalk, Sekr. MA 5-4, Str. des 17. Juni 136, 10623 Berlin

    Fakten

    | Veröffentlicht | 24.10.2024 | |----------------|--------------| | Anzahl Angestellte | ca. 7000 | | Kategorie | Wiss. Mitarbeiterin | | Kategorie TU Berlin | Wiss. Mitarbeiterin ohne Lehraufgaben | | Aufgabengebiet | Mathematik | | Beginn frühestens | 01.03.2025 | | Dauer | befristet bis zum 29.02.2028 | | Umfang | 100 % Arbeitszeit; Teilzeitbeschäftigung ist ggf. möglich | | Vergütung | Entgeltgruppe E13 |

    Anforderungen

    | Abschluss | Master, Diplom oder Äquivalent | | Studiengang | Mathematik | | Sprachkenntnisse | Deutsch (gute Kenntnisse), Englisch (gute Kenntnisse) |

    Bewerben

    | Bewerbungsfrist | 08.11.2024 | | Kennziffer | II-581/24 | | per Post | Technische Universität Berlin- Die Präsidentin -ausschließlich per E-Mail | | per E-Mail | gottschalk@math.tu-berlin.de |

    Gehaltsschätzung baito Pro Feature

    Min

    Median

    Max

    Engagement Statistikenbaito Pro Feature

    Aufrufe
    Likes
    Bewerbungen

    Deine zukünftigen Kolleg:innenbaito Pro Feature

    bei Technische Universität Berlin

    Technische Universität Berlin Logo
    1234567
    vor 3 Tagen

    Verweise auf baito

    Du findest gut, was wir machen? Du kannst uns dabei unterstützen. Gib bei deiner Bewerbung an, dass du die Stelle bei baito gefunden hast.

    Jetzt bewerben

    Ähnliche Impact Jobs