W3-Universitätsprofessur für das Fachgebiet „Theoretische Grundlagen für Deep Learning“

W3-Universitätsprofessur für das Fachgebiet "Theoretische Grundlagen für Deep Learning"

Fakultät IV – Elektrotechnik und Informatik, Institut für Softwaretechnik und Theoretische Informatik

Über uns

Die Technische Universität Berlin ist mit rund 35.000 Studierenden, rund 350 Professuren und rund 7000 Beschäftigten Exzellenzuniversität im Rahmen der Berlin University Alliance. Das Berliner KI-Kompetenzzentrum BIFOLD (Berlin Institute for Foundations of Learning and Data ) an der Technischen Universität Berlin ist eines der fünf nationalen universitären KI-Zentren. BIFOLD verfolgt das Ziel, Grundlagenforschung, Ausbildung und Technologietransfer in den Bereichen Big Data und Maschinelles Lernen sowie an deren Schnittstelle zu fördern und die internationale Spitzenstellung Berlins in diesem Bereich weiter auszubauen.

Wir schätzen die Vielfalt unserer Mitglieder, verfolgen die Ziele der Chancengleichheit und sind als familiengerechte Hochschule zertifiziert.

Ihre Aufgaben

Die zu besetzende Professur soll Forschung und Lehre in einem oder mehreren der folgenden Gebiete durchführen:

• Theorie des überwachten und unüberwachten Deep Learning sowie generative AI Methoden
• Grundlagen der statistischen Eigenschaften und Optimierung von Deep Learning
• Einbeziehung von a-priori Wissen in das Training sowie die Gestaltung der Architekturen
• Theoretische Erforschung wie Invarianzen, Symmetrien, Equivarianzeigenschaften etc. modelliert oder gelernt werden können (mit Anwendungen in den Wissenschaften)
• Theoretische Grundlagen tiefer Lernarchitekturen und Inferenzprinzipien
• Grundlagen Generativer KI

Der/Die Stelleninhaber*in wird überwiegend mit Forschungstätigkeiten betraut, Lehrverpflichtung wird nach 7 LVVO reduziert. In deutscher und englischer Sprache zu unterrichten bzw. die Sprachkenntnisse zu erwerben ist Voraussetzung. Weitere Aufgaben: Leitung des Fachgebietes und dessen Mitarbeiter*innen, Förderung von wissenschaftlichem Nachwuchs, Gender- und diversitätskompetente Arbeit, Wissens- und Technologietransfer, Internationalisierung, Gremienarbeit.

Ihr Profil

Die Einstellungsvoraussetzungen nach 100 ff. BerlHG müssen erfüllt sein.

• abgeschlossenes, einschlägiges Hochschulstudium mit Schwerpunkt Informatik
• besondere Befähigung zu wissenschaftlicher Arbeit, in der Regel durch eine Promotion im Bereich Maschinelles Lernen/Deep Learning nachgewiesen
• zusätzliche wissenschaftliche Leistungen wie positiv evaluierte Juniorprofessur, Habilitation oder habilitationsäquivalente Leistungen
• pädagogische Eignung, nachgewiesen durch das Lehrportfolio (siehe Muster )

Mehrjährige fachspezifische Lehrerfahrung, ein herausragendes Forschungsprofil in mindestens einem der genannten Themen, dokumentiert durch Publikationen und internationale Kooperationen ist erforderlich. Fundierte Kenntnisse in Anwendungen von Deep Learning in Computer Vision und/oder in den Wissenschaften, Anpassung von Domänenwissen, Grundlagen tiefer Lernarchitekturen, Repräsentationslernen und Umsetzung neuartiger Konzepte werden erwartet.

Hinweise zur Bewerbung

Die Technische Universität Berlin strebt eine Erhöhung des Anteils von Frauen in Forschung und Lehre an und fordert deshalb qualifizierte Bewerberinnen nachdrücklich auf, sich zu bewerben. Schwerbehinderte Bewerber*innen werden bei gleicher Eignung bevorzugt berücksichtigt. Bewerbungen von Menschen aller Nationalitäten sind herzlich willkommen.

Die Bewerbung richtet sich bitte bis zum unter Angabe der Kennziffer IV-521/25 an den Dekan der Fakultät IV, Prof. Marc Alexa, per E-Mail im pdf-Format an . Geprüftes Bewerbungsformular: Anforderungsformular . Unterlagen: Anschreiben, Lebenslauf, Zeugnisse, Forschungskonzept, Lehrportfolio, Publikationsliste, 5 wichtigste Publikationen, Nachweis von Drittmittelprojekten, Formular zur chancengerechten Gestaltung.

Datenschutz: Hinweise zur Verarbeitung Ihrer Daten gemäß DSGVO finden Sie auf der Webseite der Personalabteilung: Datenschutzerklärung .