Sie suchen eine neue Herausforderung? Dann sind Sie bei uns richtig. Werden Sie Teil unseres internationalen Teams.
11. Juli 2024
Das Zuse Institute Berlin (ZIB) ist ein interdisziplinär arbeitendes Forschungsinstitut des Landes Berlin. Wir betreiben Forschung und Entwicklung in der anwendungsnahen Mathematik und praktischen Informatik sowie Analyse und Verarbeitung komplexer Daten in Verbindung mit Hochleistungsrechnen.
Für die in der Abteilung „AI in Society, Science, and Technology“ angesiedelte Arbeitsgruppe "Interactive Optimization and Learning" suchen wir zum nächstmöglichen Zeitpunkt, befristet bis zum 31. Juli 2026, einen
Wissenschaftlichen Angestellten (w/m/d)
Kennziffer: IWA 27/24
Entgeltgruppe E13 TV-L Berlin (100 %).
Hintergrund
Die hier ausgeschriebene Stelle soll die Verbesserung von Algorithmen zur Kompression großer neuronaler Netze in den Bereichen Computer Vision und Natural Language Processing untersuchen. Die Hauptziele sind, unter Berücksichtigung von Robustheits- und Fairnessaspekten, mittels verbesserter Optimierungsansätze effiziente Algorithmen zu entwerfen, die große vortrainierte Modelle kompakter, speicher- und recheneffizienter machen. Es sollen kombinatorische und stochatistische Grundlagen des Ensemble Learning untersucht werden. Insbesondere nicht-lineare und skalierbare Verfahren sollen dabei im Fokus stehen.
Ihre Aufgaben
Entwicklung und Formulierung neuer algorithmischer Ansätze, um den Effizienz-Genauigkeits-Tradeoff großer neuronaler Netze zu verbessern
Weiterentwicklung und Formulierung der notwendigen mathematischen Grundlagen des Ensemble Learnings
Implementierung einer Codebasis, um die entsprechenden Aspekte in der Praxis zu realisieren
Veröffentlichung der Ergebnisse in begutachteten Fachzeitschriften sowie Präsentation der Ergebnisse auf Fachkonferenzen
Die Forschung soll neben der Erschließung neuer Resultate auch in Verbesserungen in den zugrundeliegenden Aspekten der Optimierung resultieren.
Ihr Profil
Erfolgreich abgeschlossener Master in Mathematik, Informatik, oder verwandten Disziplinen
Kenntnisse in den folgenden Bereichen: Maschinelles Lernen, Deep Learning, Ensemble Learning, nicht-lineare Optimierung, Numerische Mathematik
Sehr gute Kenntnisse in der Programmiersprache Python
Wünschenswert ist Erfahrung im Umgang mit PyTorch oder TensorFlow
Sehr gute deutsche und englische Sprachkenntnisse
Wenn Sie darüber hinaus über ein hohes Maß an Motivation, Selbstständigkeit und Aufgeschlossenheit für interdisziplinäre Zusammenarbeit verfügen,
dann sollten wir uns kennenlernen.
Wir bieten einen aktiven Einarbeitungsprozess, um neuen MitarbeiterInnen die Fähigkeiten und das Wissen zu vermitteln, die für ihren Erfolg in unserem Institut und ihrer Karriere wichtig sind. Wir bieten eine familienfreundliche Arbeitsumgebung durch flexible Arbeits- und Meetingzeiten
sowie
ein abwechslungsreiches, zukunftsorientiertes und verantwortungsvolles Aufgabengebiet,
berufliche Fortbildungsmöglichkeiten und Unterstützung in der fachlichen Weiterentwicklung,
ergänzende Altersvorsorge (VBL),
30 Tage Jahresurlaub, flexible Arbeitszeiten (Gleitzeit),
eine Vergütung auf Basis des TV-L (Tarifvertrag für den öffentlichen Dienst der Länder) entsprechend der Qualifikation und Berufserfahrung mit Jahressonderzahlung,
Hauptstadtzulage von bis zu 150 € monatlich, alternativ BVG-Jobticket + Differenzbetrag,
und die vergünstigte Nutzung der Mensen und des Sportprogramms der FU durch die enge Zusammenarbeit mit der Freien Universität Berlin.
Die Bewerbung von Frauen ist ausdrücklich erwünscht, da in den Naturwissenschaften und in der Informationstechnik Frauen unterrepräsentiert sind und das ZIB bemüht ist, den Anteil der Frauen in diesem Bereich zu erhöhen.
Schwerbehinderte werden bei gleicher Qualifikation bevorzugt.
Ihre vollständige Bewerbung inkl. tabellarischem Lebenslauf mit Beschreibung bisheriger Forschung/Abschlussarbeit, Liste der wissenschaftlichen Veröffentlichungen und Zeugnissen senden Sie bitte bis zum 17. Juli 2024 (Eingangsdatum) unter Angabe der Kennziffer IWA 27/24
als eine PDF-Datei an: jobs@zib.de.
Unsere Datenschutzhinweise zum Bewerbungsverfahren finden Sie unter www.zib.de/impressum.
Nähere Informationen zum Aufgabengebiet erhalten Sie unter www.zib.de sowie bei Herrn Dr. Christoph Spiegel (spiegel@zib.de).
Weitere Stellenanzeigen finden Sie auf unserer Webseite www.zib.de/jobads.