Im Fachbereich Informatik der TU Darmstadt ist am Fachgebiet Visuelle Inferenz (Leitung Prof. Stefan Roth, Ph.D.) zum 01.11.2020 oder später eine Stelle als

Wiss. Mitarbeiter_in (PostDoc) (w/m/d)

im ERC-geförderten Projekt „Robust, Explainable Deep Networks in Computer Vision” (RED) zu besetzen. Die Stelle ist zunächst auf drei Jahre befristet, es besteht jedoch die Möglichkeit der Verlängerung.

In diesem ERC-Projekt zielen wir darauf ab, tiefe neuronale Netzwerke in der Computer Vision signifikant in Richtung verbesserter Robustheit und Erklärbarkeit voranzubringen. Zu diesem Zweck erforschen wir (i) strukturierte Netzwerkarchitekturen, die tiefe Netze und klassische Ansätze der Computer Vision verbinden, (ii) probabilistische/Bayes’sche neuronale Netzwerke in der Computer Vision, sowie (iii) interpretierbare, hybrid generativ/diskriminative Modelle für die Szenenanalyse. Dies wird begleitet durch (iv) Forschung zur Quantifizierung von Robustheit und Erklärbarkeit mittels geeigneter Datensätze und Metriken.

Das Projekt RED wird von einem Team bestehend aus bis zu vier Doktorand_innen und einer_em PostDoc, unter der Leitung von Prof. Stefan Roth, Ph.D. durchgeführt.

Das Fachgebiet Visuelle Inferenz forscht auf verschiedenen Gebieten der Computer Vision mit Schwerpunkt auf Einsatz und Entwicklung maschineller / tiefer Lernverfahren sowie statistischer Methoden. Wir entwickeln Modelle und Algorithmen u.a. für die semantische Szenenanalyse, Bewegungsschätzung aus Videos, Objekterkennung und -tracking sowie Bildrestaurierung.
Unserem offenen und international ausgerichteten Team steht eine umfangreiche Infrastruktur, u.a. nvidia DGX-Maschinen, für exzellente Forschung zur Verfügung.

TU Darmstadt ist eine autonome Universität mit breiter Forschungsexzellenz, einem interdisziplinären Profil und klarem Fokus auf Ingenieurwissenschaften sowie Informations- und Kommunikationstechnologie. Die TU gehört zu Europas führenden Einrichtungen in der KI (siehe csrankings.org) und bildet eine Unit im European Laboratory for Learning and Intelligent Systems (ELLIS, ellis.eu). Der Fachbereich Informatik ist einer der sichtbarsten Fachbereiche der TU und wird zu den besten Informatikfakultäten Deutschlands gezählt.

Ihr Profil

  • Abgeschlossene sehr gute Promotion in Computer Vision oder Machine Learning
  • Veröffentlichungen auf den führenden Konferenzen der Computer Vision und/oder Machine Learning (CVPR, ICCV, ECCV, NeurIPS, ICML, ICLR) sind Voraussetzung
  • Sehr gute Englischkenntnisse
  • Erfahrung in der Betreuung von Abschlussarbeiten und Studierenden
  • Hohe Eigenmotivation, Verlässlichkeit, Kreativität sowie die Fähigkeit, wissenschaftliche Ergebnisse auf Englisch zu diskutieren, abzufassen und zu präsentieren
  • Hohes Potenzial für exzellente, eigenverantwortliche Forschung an herausfordernden wissenschaftlichen Problemen sowie Teamfähigkeit

Das Erbringen der Dienstleistung dient zugleich der wissenschaftlichen Qualifizierung. Gelegenheit zur Vorbereitung einer Habilitation wird gegeben.

Die Technische Universität Darmstadt strebt eine Erhöhung des Anteils der Frauen am Personal an und fordert deshalb besonders Frauen auf, sich zu bewerben. Bewerber_innen mit einem Grad der Behinderung von mindestens 50 oder diesen Gleichgestellte werden bei gleicher Eignung bevorzugt. Die Vergütung erfolgt nach dem Tarifvertrag für die Technische Universität Darmstadt (TV - TU Darmstadt). Teilzeitbeschäftigung ist grundsätzlich möglich.

Ihre Bewerbung sollte Anschreiben, Lebenslauf sowie Zeugnisse bzw. Notenübersicht (Promotion, Master, Bachelor sowie Abitur) beinhalten. Zusätzlich reichen Sie bitte Ihre drei wichtigsten Publikationen/Paper ein. Ihr Anschreiben sollte auf Ihre Motivation sowie Eignung für die Stelle eingehen. Bitte nennen Sie weiterhin mindestens zwei Namen von Referenzen, die ein Empfehlungsschreiben ausstellen würden. Bewerbungen richten Sie bitte elektronisch (in einem einzelnen PDF) unter Angabe der Kenn-Nummer an Prof. Stefan Roth, Ph.D. (E-Mail: info@visinf.tu-darmstadt.de).

Kenn-Nr. 380

Veröffentlicht am

14. September 2020

Bewerbungsfrist

15. Oktober 2020