Die Arbeitsgruppe Maschinelles Lernen an der Universität Bielefeld mit rund 30 hauptsächlich über Drittmittel finanzierten Mitarbeitenden beschäftigt sich mit innovativen Ansätzen des maschinellen Lernens insbesondere im Bereich hybrider symbolischer-subsymbolischer Ansätze, Lernen von Strukturdaten, sowie robuste Modelle in realen Umgebungen etwa unter Drift. Ein Schwerpunkt liegt dabei auf der Entwicklung neuer Algorithmen und Frameworks mit Anwendungen im Bereich der kritischen Infrastruktur, Sicherheit oder Medizin. Neben mathematisch-technischen Herangehensweisen ist die interdisziplinäre Forschung ein zentraler Aspekt der Arbeiten. In diesem Rahmen wird ein*e neue*r Mitarbeiter*in für eine durch Landesmittel finanzierte Stelle gesucht, um das Team im Bereich der KI-Verfahren für Systemsicherheit zu unterstützen. Spezifischer sollen Methoden entwickelt werden, die das Potential von modernen KI-Komponenten bei der Unterstützung für die Diagnose und Behebung potentieller Sicherheitslücken in der Automatisierung erkunden.