Wissenschaftliche r Mitarbeiter in - Berlin, Deutschland - Technische Universität Berlin

Technische Universität Berlin
Technische Universität Berlin
Geprüftes Unternehmen
Berlin, Deutschland

vor 2 Wochen

Lena Wagner

Geschrieben von:

Lena Wagner

beBee Recruiter
Beschreibung
Bei der Technischen Universität Berlin ist/sind folgende Stelle/n zu besetzen:
**Wissenschaftliche*r Mitarbeiter*in (d/m/w) - Entgeltgruppe 13 TV-L Berliner Hochschulen - Zur Qualifizierung**

Teilzeitbeschäftigung ist ggf. möglich

Die AG Valleriani entwickelt Algorithmen zur Untersuchung von Wissenssystemen in der Wissenschaftsgeschichte. Aufbauend auf einem Datensatz, der aus astronomischen Traktaten der frühen Neuzeit (ca extrahiert wurde, ist das Gesamtziel des Projektes, Mechanismen der Wissensevolution zu identifizieren und diese Prozesse zu quantifizieren.
Daten beziehen sich auf Texte, Bilder und numerische computationale Tabellen.

**Fakultät IV - Institut für Softwaretechnik und Theoretische Informatik / FG Maschinelles Lernen (ML)**
**Kennziffer**: IV-399/23 (besetzbar ab sofort / befristet für 3 Jahre / Bewerbungsfristende

**Aufgabenbeschreibung**:
Selbstständige und verantwortliche Forschung im Bereich Maschinelles Lernen. Ziel ist es, semantische Beziehungen zwischen Texten quantitativ zu bestimmen.

Die Aufgaben dabei sind:

- Datenextraktion aus über Seiten des Sphaera-Korpus
- Aufbau effizienter Bildsegmentierungspipelines und Feinabstimmung von OCR-Ansätzen zur Anpassung an verschiedene frühneuzeitliche Druckstile und Sprachen
- Verbesserung der Spracherkennung für unterrepräsentierte Sprachen durch Transfer moderner Sprachtechnologie z. B. Large Language Models
- Entwicklung und Analyse von Ansätzen für die Gewinnung historischer Erkenntnisse aus den Ergebnissen
- Kommunikation der Ergebnisse durch Präsentationen
- Mithilfe bei der Pflege und Erweiterung der Sphaera-Datenbank (semantische Technologien)

Erforderlich ist die Fähigkeit mit einem Team von Historiker*innen und weiteren ML‐Expert*innen zu interagieren.

**Erwartete Qualifikationen**:

- erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) in Mathematik, Physik, Informatik, Data Science, Digital Humanities
- nachgewiesene Erfahrung in den Bereichen maschinelles Lernen und Data Science mit einem ausgeprägten Verständnis von Algorithmen, Statistik und mathematischen Konzepten
- sehr gute Programmierkenntnisse in Python, und solide Kenntnisse gängiger Frameworks für maschinelles Lernen wie PyTorch, TensorFlow oder scikit-learn
- solide Kenntnisse von SQL und SPARQL für effiziente Datenextraktion, ‐manipulation und ‐analyse
- gute Kenntnisse der Datenstruktur von Wissensgraphen sind wünschenswert (z. B. RDFDatenstruktur)
- gutes Verständnis der Netzwerkanalyse
- Erfahrung mit Versionskontrollsystemen (z. B. Git)
- Erfahrung mit Docker-Containern ist ein Plus
- ausgeprägte Kommunikationsfähigkeiten in englischer Sprache und die Fähigkeit, komplexe Themen einem breiten Publikum aus verschiedenen Bereichen zu erklären (d. h. sowohl Historiker*innen als auch Informatiker*innen)
- Grundkenntnisse in HTML und JavaScript sind wünschenswert
- Vertrautheit mit SOTA Machine-Learning-Modellen und Ansätzen
- Vertrautheit mit Explainable Artificial Intelligence (XAl)
- sehr gute Englischkenntnisse; Deutschkenntnisse von Vorteil

Aus Kostengründen werden postalisch zugesandte 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:
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.

Technische Universität Berlin - Die Präsidentin - Fakultät IV, Institut für Softwaretechnik und Theoretische Informatik, FG Maschinelles Lernen, Prof. Dr. Klaus-Robert Müller, Sekr. MAR 4 - 1, Marchstr. 23, 10587 Berlin

Art der Stelle: Vollzeit, Teilzeit, Befristeter Vertrag
Vertragsdauer: 36 Monate

Arbeitsort: In person
Mehr Jobs von Technische Universität Berlin
Alle Jobs von Technische Universität Berlin anzeigen