Im CITEC (Center for Cognitive Interaction Technology) ist die folgende Position zu besetzen: 
Wissenschaftliche*r Mitarbeiter*in (m/w/d) im Doctoral Network "LEMUR"
Kennziffer: Wiss23103
- Start: nächstmöglich
- Vollzeit
- Vergütung nach E13 TV-L (mind. 4.188,38 EUR)
- befristet
Im Rahmen des durch die EU neu eingerichteten Doctoral Networks (DN) "Learning with Multiple Representations (LEMUR)" geht es um Verfahren des maschinellen Lernens, die gezielt verschiedene Repräsentationen (etwa symbolische und subsymbolische Repräsentationen) in einem Modell verwenden, um konkrete Aufgaben des maschinellen Lernens effizienter, robuster und sicherer zu gestalten. Der*Die Stelleninhaber*in (sogenannte Early Stage Researchers (ESRs)) im Projekt LEMUR wird an der Aufgabe arbeiten, wie solche Verfahren entwickelt bzw. verbessert werden können, welche mathematischen Eigenschaften sie besitzen und wie sie in der Praxis gewinnbringend eingesetzt werden können. In der Arbeitsgruppe "Maschinelles Lernen" der Universität Bielefeld angesiedelten "ESR4" geht es speziell im Verfahren der diskriminativen Dimensionsreduktion unter Zusatzinformation, die verwandt werden können, um gegebene Daten zusammen mit Modellen des maschinellen Lernens, insbesondere tiefen neuronalen Netzen, stehende Information visuell darzustellen und zu einer interaktiven Exploration zu verwenden.
Ein wichtiger Bestandteil des DN sind Abordnungen zu Projektpartner*innen in Industrie und Forschung. Dies bietet die Möglichkeit, einen tieferen Einblick in verwendete Methoden und eine breitere Sicht auf Anwendungen zu erhalten.
Da die Stelle aus Drittmitteln finanziert wird, ist laut Vorgaben des Drittmittelgebers folgendes einzuhalten: Aufgrund der Zielsetzung von DNs, die internationale Kooperation zu stärken, dürfen Bewerber*innen zum Zeitpunkt der Rekrutierung nicht länger als zwölf Monate während der letzten drei Jahre in Deutschland ansässig und/oder tätig gewesen sein. Die Stelle ist grundsätzlich in Vollzeit zu besetzen. Gewünschte Arbeitszeitreduzierungen sind nur unter Beachtung der Regelungen des Drittmittelgebers, z. B. im Rahmen einer Elternzeit, möglich.
Die Beschäftigung ist der wissenschaftlichen Qualifizierung förderlich.
Ihre Aufgaben
Die Aufgaben umfassen im Wesentlichen:
- Entwicklung und Realisierung von neuen Verfahren der Dimensionsreduktion zur Darstellung der Funktion komplexer Lernarchitekturen (35 %)
- Umsetzung für interaktive Szenarien etwa zur Datenanalyse oder Beobachtung von Trainingsverläufen (30 %)
- Anwendung in Kooperation mit Secondment-Partner*innen des DN (15 %)
- Teilnahme an Veranstaltungen des DN, etwa Summer Schools (10 %)
- Kooperation mit den internationalen Projektpartner*innen (10 %)
Ein wichtiger Bestandteil des DN sind Abordnungen zu Projektpartner*innen in Industrie und Forschung. Dies bietet die Möglichkeit, einen tieferen Einblick in verwendete Methoden und eine breitere Sicht auf Anwendungen zu erhalten.
Da die Stelle aus Drittmitteln finanziert wird, ist laut Vorgaben des Drittmittelgebers folgendes einzuhalten: Aufgrund der Zielsetzung von DNs, die internationale Kooperation zu stärken, dürfen Bewerber*innen zum Zeitpunkt der Rekrutierung nicht länger als zwölf Monate während der letzten drei Jahre in Deutschland ansässig und/oder tätig gewesen sein. Die Stelle ist grundsätzlich in Vollzeit zu besetzen. Gewünschte Arbeitszeitreduzierungen sind nur unter Beachtung der Regelungen des Drittmittelgebers, z. B. im Rahmen einer Elternzeit, möglich.
Die Beschäftigung ist der wissenschaftlichen Qualifizierung förderlich.
Ihr Profil
Das erwarten wir
- abgeschlossenes einschlägiges wissenschaftliches Hochschulstudium im Bereich Informatik, Mathematik oder in fachlich äquivalenten Forschungsgebieten
- sehr gute Programmierkenntnisse, insbesondere Python
- Kenntnisse im Bereich des Maschinellen Lernens
- eigenständiges, gewissenhaftes und sorgfältiges Arbeiten
- kooperative und teamorientierte Arbeitsweise
- Offenheit gegenüber anwendungsnahen Fragestellungen im industriellen Kontext
- fließende Englischkenntnisse in Wort und Schrift
Das wünschen wir uns
- Kenntnisse zu Verfahren der Dimensionsreduktion
- Erfahrung mit Deep Learning Frameworks
- vertiefte Kenntnisse in der mathematischen Modellierung
Unser Angebot
- Vergütung nach E13 TV-L (mind. 4.188,38 EUR)
- befristet auf 3 Jahre (§ 2 Abs. 1 Satz 1 WissZeitVG; entsprechend den Vorgaben des WissZeitVG und des Vertrages über gute Beschäftigungsbedingungen kann sich im Einzelfall eine abweichende Vertragslaufzeit ergeben)
- Vollzeit
- interne und externe Fortbildungsmöglichkeiten
- Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten
- Vereinbarkeit von Familie und Beruf
- flexible Arbeitszeiten
- Möglichkeit eines Job-Tickets für den ÖPNV (regionaler Verkehrsverbund), gute Verkehrsanbindung
- betriebliche Zusatzversorgung (VBL)
- kollegiale Zusammenarbeit
- offene und angenehme Arbeitsatmosphäre
- spannende und abwechslungsreiche Tätigkeiten
- modernes Arbeitsumfeld mit digitalen Prozessen
Interessiert?
Dann freuen wir uns über Ihre aussagekräftige Bewerbung. Bitte übersenden Sie uns hierfür Ihre vollständigen Bewerbungsunterlagen unter Angabe der Kennziffer Wiss23103 per E-Mail in einem pdf-Dokument an bhammer@techfak.uni-bielefeld.de oder per Post an die angegebene Adresse. Bitte beachten Sie, dass Gefährdungen der Vertraulichkeit und der unbefugte Zugriff Dritter bei einer Kommunikation per unverschlüsselter E-Mail nicht ausgeschlossen werden können. Informationen zur Verarbeitung von personenbezogenen Daten finden Sie unter diesem Link.
Bewerbungsfrist: 12.04.2023
Kontakt
Prof. Dr. Barbara Hammer
0521 106-12115
bhammer@techfak.uni-bielefeld.de
Anschrift
Universität Bielefeld
AG Maschinelles Lernen
Prof. Dr. Barbara Hammer
Postfach 10 01 31
33501 Bielefeld
Prof. Dr. Barbara Hammer
0521 106-12115
bhammer@techfak.uni-bielefeld.de
Anschrift
Universität Bielefeld
AG Maschinelles Lernen
Prof. Dr. Barbara Hammer
Postfach 10 01 31
33501 Bielefeld
Die Universität Bielefeld ist für ihre Erfolge in der Gleichstellung mehrfach ausgezeichnet und als familienfreundliche Hochschule zertifiziert.
Sie freut sich über Bewerbungen von Frauen. Dies gilt im besonderen Maße im wissenschaftlichen Bereich sowie in Technik, IT und Handwerk.
Bewerbungen von geeigneten schwerbehinderten oder ihnen gleichgestellten behinderten Menschen sind ausdrücklich erwünscht.
An der Universität Bielefeld werden Stellenbesetzungen auf Wunsch grundsätzlich auch mit reduzierter Arbeitszeit
vorgenommen, soweit nicht im Einzelfall zwingende dienstliche Gründe entgegenstehen.
