Blätter-Navigation

Offre 82 sur 241 du 24/11/2021, 07:52

logo

Tech­ni­sche Uni­ver­sität Ber­lin - Fakul­tät IV - Insti­tut für Tech­ni­sche Infor­ma­tik und Mikro­elek­tro­nik / FG Remote Sen­sing Image Ana­ly­sis

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

unter dem Vor­be­halt der Mit­tel­be­wil­li­gung; Teil­zeit­be­schäf­ti­gung ist ggf. mög­lich

Aufgabenbeschreibung:

Der*die aus­ge­wählte Kan­di­dat*in wird im Bereich Deep Lear­ning for­schen und fort­ge­schrit­tene Algo­rith­men für Satel­li­ten­bil­der­su­che in enor­men Satel­li­ten­bil­der­ar­chi­ven mit seman­ti­schem Ver­ständ­nis von Sze­nen ent­wi­ckeln. Anschlie­ßend wird dies zu der Ent­wick­lung neu­ar­ti­ger Deep-Lear­ning-Modelle füh­ren, die das Pro­blem von unvoll­stän­di­gen, ver­rausch­ten und unaus­ge­gli­che­nen Trai­nings­da­ten für Bil­der­su­che und Klas­si­fi­ka­tion adres­sie­ren sol­len.
Dar­über hin­aus wird erwar­tet, dass der*die Kan­di­dat*in die erziel­ten For­schungs­er­geb­nisse ver­öf­fent­licht und prä­sen­tiert und Bache­lor- und Mas­ter­stu­die­rende betreut.

Erwartete Qualifikationen:

  • Erfolg­reich abge­schlos­se­nes wis­sen­schaft­li­ches Hoch­schul­stu­dium (Mas­ter, Diplom oder Äqui­va­lent) im Bereich Infor­ma­tik, Inge­nieur­we­sen oder Ange­wandte Mathe­ma­tik.
  • Erfah­rung im Bereich Deep Lear­ning, Exp­lainable AI.
  • Prak­ti­sche Erfah­run­gen in der Ent­wick­lung und Anwen­dung neu­ro­na­ler Netze (Con­vNets, LSTMs, Res­Nets, Trans­for­mers etc.).
  • Sehr gute Pro­gram­mier­kennt­nisse in Python, NumPy/SciPy, PyTorch/Ten­sor­Flow unab­ding­bar.
  • Exzel­lente Eng­lisch­kennt­nisse in Wort und Schrift; gute Deutsch­kennt­nisse; Bereit­schaft die jeweils feh­len­den Sprach­kennt­nisse zu erler­nen.

Hinweise zur Bewerbung:

Ihre schrift­li­che Bewer­bung rich­ten Sie bitte unter Angabe der Kenn­zif­fer mit den übli­chen Unter­la­gen an die Tech­ni­sche Uni­ver­si­tät Ber­lin - Der Prä­si­dent - Fakul­tät IV, Insti­tut für Tech­ni­sche Infor­ma­tik und Mikro­elek­tro­nik, FG Remote Sen­sing Image Ana­ly­sis, Frau Prof. Dr. Begüm Demir, Sekr. EN 5, Ein­stein­ufer 17, 10587 Ber­lin; per Email an sekr@rsim.tu-berlin.de.

Aus Kos­ten­grün­den wer­den die Bewer­bungs­un­ter­la­gen nicht zurück­ge­sandt.
Bitte rei­chen Sie nur Kopien ein.

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/ oder Direkt­zu­gang: 214041.

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.