Die TU Darmstadt steht für exzellente und relevante Wissenschaft. Die tiefgreifenden globalen Veränderungsprozesse – von Energiewende bis zu Künstlicher Intelligenz – gestalten wir durch herausragende Erkenntnisse und zukunftsweisende Studienangebote entscheidend mit. Unsere Spitzenforschung bündeln wir in drei Feldern: Energy and Environment, Information and Intelligence, Matter and Materials. Als eine in der Metropolregion Frankfurt-Rhein-Main verankerte und sehr stark international geprägte Universität sehen wir uns den europäischen Werten und der europäischen Integration verpflichtet.
Der Fachbereich Informatik gehört zu den forschungsstärksten Informatikfakultäten Deutschlands und ist mit über 300 Mitarbeitenden und einem Gesamtbudget von mehr als 30 Millionen Euro p.a. ein Leistungsträger der TU Darmstadt. Im Forschungsfeld 'Information + Intelligence' treiben unsere Wissenschaftler:innen die Profilthemen Künstliche Intelligenz, Cybersicherheit & Privatheit sowie komplexe, vernetzte Systeme voran und prägen damit das wissenschaftliche Profil unserer Universität.
Das neu gegründete Fachgebiet „Kontinuierliches Lernen und Bayes'sches Schlussfolgern“ beschäftigt sich mit der Entwicklung nachhaltiger und transparenter Systeme der künstlichen Intelligenz (KI). Dabei werden zwei Ziele verfolgt: Erstens soll die starke Abhängigkeit von extrem großen Datensätzen, Berechnungen und Energieressourcen verringert werden, und zweitens sollen Systeme mit transparenten Funktionalitäten entwickelt werden. Wir wollen diese Ziele erreichen, indem wir KI-Systeme entwickeln, die ähnlich wie Menschen und Tiere durch schnelle und kontinuierliche Anpassung lernen. Wir nutzen Techniken aus einer Vielzahl von Bereichen, wie Deep Learning, Statistik und Optimierung, und decken dabei sowohl theoretische als auch praktische Methoden ab.
Das Fachgebiet trägt zur Forschung des Hessischen Zentrums für Künstliche Intelligenz (hessian.AI) sowie zur strategischen Schwerpunktsetzung des Fachbereichs Informatik der TU Darmstadt im Bereich Künstliche Intelligenz bei.
- Kennziffer: Kennziffer
- Eintrittsdatum: Besetzung
- Befristung: Befristung
- Umfang: Umfang
- Vergütung: Tarif
- Einsatzort: Einsatzort
- Bewerbungsfrist: Bewerbungsfrist
Sie arbeiten an Projekten im Bereich Adaptive Intelligence und tragen zur Entwicklung nachhaltiger und transparenter KI-Systeme bei. Sie führen Forschungsarbeiten durch und veröffentlichen Ihre Ergebnisse auf renommierten Konferenzen zum Thema maschinelles Lernen. Außerdem wird von Ihnen erwartet, dass Sie bei der Durchführung von Lehrveranstaltungen mitwirken, die Leitung der Gruppe unterstützen, Master- und Doktoranden betreuen und die Gruppe bei der Einwerbung von Fördermitteln unterstützen . Die Stelle ist dazu gedacht, die Karriere von Nachwuchswissenschaftlern zu fördern, die eine Laufbahn in der Wissenschaft anstreben.
Mögliche Themenfelder sind:
- Kontinuierliches Lernen: Praktisches kontinuierliches Lernen in großem Maßstab (für LLMs), Aufbau und Nutzung von Gedächtnis für kontinuierliches Lernen, schnelles kontinuierliches Lernen durch Anpassung, Curriculumn-Lernen, Verständnis und Förderung von Plastizität während des Lernens
- Verteiltes Lernen: Föderales Lernen in großem Maßstab, Lernen zu kommunizieren, neue Algorithmen für verteiltes Lernen, gehirnähnliches Lernen durch lokale Lernregeln, multimodales Lernen, Aufbau eines Verbunds von KI-Modell-Zoos
- Transparente KI: Verständnis der Lernmechanismen von LLMs, Wissensverfolgung während des Trainings, KI-Transparenz durch Anpassung, Konzept- und Repräsentationslernen
- Aktive KI: Methoden zur Auswahl von Datensätzen und zur Extraktion von Modellen, aktive Modellzusammenführung und -optimierung, Lernen durch schnelle Anpassung, dateneffizientes Reinforcement Learning (mit Anwendung in der Robotik)
- Approximative Inferenz: groß angelegte Bayes'sche Inferenz (für räumlich-zeitliche Modelle und Gauß-Prozesse), PAC Bayes für adaptive Intelligenz, Nachrichtenübermittlung für Deep Learning, Verallgemeinerung Bayes'scher Prinzipien unter Verwendung der Informationsgeometrie
- Kontinuierliche Optimierung: schnelle Varianten von ADMM für nicht-konvexe Probleme, schnelle Optimierung zweiter Ordnung, praktische stochastische Varianzreduktion, Verständnis und Verallgemeinerung von Dualitätsprinzipien
- Anwendungen: NLP, multimodale Optimierung, Robotik
Sie verfügen über
- Abgeschlossene Promotion (PhD)
- Veröffentlichungen auf Konferenzen zum Thema maschinelles Lernen (NeurIPS, ICML, AISTATS, ICLR, UAI usw.)
- Fachkenntnisse in mindestens zwei der folgenden Bereiche: maschinelles Lernen, Bayes'sche Methoden, Statistik, Optimierung, Deep Learning, Computer Vision, Reinforcement Learning, Verarbeitung natürlicher Sprache, Hochleistungsrechnen, KI-Ethik und/oder -Philosophie
- Sehr gute Englisch-Kenntnisse in Wort und Schrift. Zwingend gute Kommunikationsfähigkeiten, insbesondere im wissenschaftlichen Schreiben in englischer Sprache
- Ausgezeichnete Programmierkenntnisse, Erfahrung mit großen Modellen von Vorteil
- Erfahrung mit der Konzeption und Durchführung wissenschaftlicher Experimente sowie der Visualisierung, Dokumentation und Berichterstattung von Versuchsergebnissen
- Erfahrung mit der Leistungsbewertung von maschinellen Lernsystemen
- Fähigkeit zur Zusammenarbeit in einem dynamischen und interdisziplinären Forschungsumfeld
- Fähigkeit, sowohl selbstständig als auch im Team zu arbeiten, sowie ein hohes Maß an Motivation und Eigeninitiative
Die Technische Universität Darmstadt bietet vielfältige und herausfordernde Aufgaben, eigenverantwortliches Arbeiten, aktuelle Technologien, gute kollegiale und partnerschaftliche Zusammenarbeit, bedarfsorientierte Fortbildungsmöglichkeiten und eine individuelle Personalentwicklung.
Das Beschäftigungsverhältnis dient zugleich der wissenschaftlichen Qualifizierung.
- Entfaltung und Gestaltung – ein umfassendes internes Weiterbildungsangebot sowie Möglichkeiten der Weiterqualifizierung und Entwicklung
- Urlaub/Bildungsurlaub – 30 Tage Urlaub pro Jahr (bei Vollzeit) und 5 Tage Bildungsurlaub
- Nachhaltig und Mobil – Freifahrtberechtigung im gesamten Regionalverkehr in Hessen durch das LandesTicket Hessen nach den jeweils geltenden tariflichen Bestimmungen sowie mobiles Arbeiten
- Fit und Gesund – kostenlose medizinische Vorsorgeuntersuchungen und umfangreiches vergünstigtes Sportangebot
- Work-Life-Balance – flexible Arbeitszeitmodelle; Betriebliches Gesundheitsmanagement
- Altersvorsorge – Zusatzversorgung des öffentlichen Dienstes (VBL) nach den jeweils geltenden Bestimmungen
- Dienstrad/Fahrradleasing
- Familienfreundlichkeit/Vereinbarkeit Familie/Pflege/Beruf – Kinderbetreuungsangebote sowie Zahlung einer Kinderzulage (gemäß tariflichen Bestimmungen), Ferienangebote
Allgemeine Hinweise / Datenschutz: 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.
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 Webseite.
