Im Fachbereich Informatik der TU Darmstadt sind am neu entstehenden Fachgebiet Multimodal Reliable Artificial Intelligence von Prof. Dr. Marcus Rohrbach zum nächstmöglichen Zeitpunkt zwei Stellen als

Wiss. Mitarbeiter:innen / Postdoc (w/m/d) in Reliable AI

für die Dauer von bis zu zwei Jahren zu besetzen. Eine Verlängerung ist grundsätzlich möglich.

Das Fachgebiet Multimodal Reliable Artificial Intelligence befasst sich mit Grundlagenvorschungen im an der Schnittstelle unterschiedlicher Modalitäten, insbesondere Bilder, Videos, and Sprache. Aktuelle Forschungsschwerpunkte sind Multimodales Lernen und Zuverlässige und Sichere Künstliche Intelligenz und Maschinelles Lernen.

Die Stellen haben u.a. folgende thematische Schwerpunkte:

  • Self-Awareness of Deep Multimodal Models
  • Large-Scale Multimodal Training

Zu den Aufgaben gehören darüber hinaus wissenschaftliche Dienstleistungen in Forschung und Lehre.

Wir bieten:

  • Exzellente Rahmenbedingungen an der Technischen Universität Darmstadt. Die TU Darmstadt wird regelmäßig als eine der besten deutschen Informatik-Fakultäten gerankt, hat ein herausragendes und deutschlandweit einzigartiges interdisziplinäres Forschungsprofil in Künstlicher Intelligenz und verfügt über eine leistungsfähige KI-Recheninfrastruktur
  • Ein lebendiges Forschungsumfeld mit enger Interaktion mit einem breiten Spektrum von renommierten und international anerkannten KI-Wissenschaftler:innen (hessian.AI)
  • Internationale Konferenzreisen, exzellente Ausstattung und umfangreiche Weiterbildungsangebote

Voraussetzungen:

  • Bewerber:innen verfügen über eine abgeschlossene Promotion in Informatik oder vergleichbaren Studiengängen.
  • Die Stellen sind offen für besonders qualifizierte Wissenschaftler:innen und Forscher:innen im Bereich KI mit herausragenden akademischen Abschlüssen.
  • Kenntnisse im Bereich der Künstlichen Intelligenz / maschinelles Lernen.
  • Sehr gute schriftlich und mündliche Englischkenntnisse
  • Sie sind hoch motiviert, Ihre Ergebnisse zu veröffentlichen und auf internationalen Projekttreffen und Konferenzen zu präsentieren. Vorteilhaft sind bereits existierende Veröffentlichungen.
  • Sie bringen ausgezeichnete Kommunikationsfähigkeiten mit und arbeiten gerne in interdisziplinären und internationalen Teams
  • Sehr gute Programmiererfahrung, erwartet werden praktische Erfahrungen mit pyTorch oder vergleichbaren Deep Learning Frameworks. Vorteilhaft sind öffentliche Code Veröffentlichungen (z.B. auf github).
  • Fähigkeit, sowohl selbstständig als auch im Team in einem dynamischen und interdisziplinären Forschungsumfeld zu arbeiten, sowie ein hohes Maß an Motivation und Eigeninitiative.

Die Technische Universität Darmstadt steht für exzellente und relevante Wissenschaft. Globale Transformationen – von der Energiewende über Industrie 4.0 bis zur Künstlichen Intelligenz – fordern uns heraus. Diese tiefgreifenden Veränderungsprozesse gestalten wir durch herausragende Erkenntnisse und zukunftsweisende Studienangebote entscheidend mit.

Das Erbringen der Dienstleistung dient zugleich der wissenschaftlichen Qualifizierung.

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.

Bewerbungen mit Anschreiben, Lebenslauf, Publikationsliste sowie Notenübersicht richten Sie bitte elektronisch in einem PDF unter Angabe der Kenn-Nummer mit dem Betreff "Bewerbung als Wissenschaftliche:r Mitarbeiter:in / Postdoc 531" an: marcus[dot]rohrbach[at]tu[minus]darmstadt[dot]de

Die Bewerber:innen werden auf der Grundlage ihrer akademischen Qualifikationen, Referenzen und der Teilnahme an einem Vorstellungsgespräch ausgewählt.

Mit dem Absenden Ihrer Bewerbung willigen Sie ein, dass Ihre Daten zum Zwecke des Stellenbesetzungsverfahrens gespeichert und verarbeitet werden. Sie finden unsere Datenschutzerklärung auf unserer Homepage.

Kenn-Nr. 531

Veröffentlicht am

13. September 2023

Bewerbungsfrist

27. September 2023