TUM

Wissenschaftlicher Mitarbeiter / Doktorand in Operations Research und Künstlicher Intelligenz (m/w/d)

Bayern · Frist: 10.01.2027
TUM Stellenangebote →
Vergütung E 13 TV-L Arbeitszeit Vollzeit Befristung nicht angegeben Frist 10.01.2027
4.759 – 6.765 €
/Monat brutto · Vollzeit · TV-L E13, Stufe 1–6 in Bayern · TV-L-Tabelle ab 1. April 2026
Gehalt individuell berechnen →

Die Technische Universität München (TUM) zählt zu den besten Universitäten Europas. An unseren Standorten arbeiten Menschen aus aller Welt in Forschung, Lehre, Technik und Verwaltung gemeinsam an Lösungen für die Fragen unserer Zeit.

Die Assistant Professorship of Operations Research and Artificial Intelligence (Prof. Dr. Jasone Ramírez-Ayerbe) an der TUM School of Management sucht eine Doktorandin oder einen Doktoranden. Unsere Gruppe untersucht, wie sich die Entscheidungen prädiktiver und präskriptiver Modelle mit Methoden der mathematischen Optimierung erklären, überprüfen und verlässlich machen lassen. Die Arbeit liegt an der Schnittstelle von Operations Research und maschinellem Lernen und verbindet Modellierung, Theorie und Algorithmenentwicklung. Das genaue Promotionsthema wird gemeinsam mit der Kandidatin oder dem Kandidaten in einer oder mehreren der folgenden Richtungen festgelegt:

  • Entscheidungen unter Unsicherheit erklären: Erklärungen für Entscheidungen kontextueller stochastischer Optimierungsmodelle, auch wenn die Unsicherheit von den Entscheidungen selbst abhängt.
  • Gruppenkonsistente Erklärungen: Erklärungen, die für Gruppen von Instanzen gelten. Sie führen zu kombinatorischen Modellen mit Bezug zur Standortplanung und zum Clustering und erfordern exakte Verfahren und Dekompositionsmethoden.
  • Wie Lernen Erklärungen prägt: Entscheidungsorientiertes Lernen (decision-focused learning) kann viele Prädiktoren mit gleicher Entscheidungsqualität, aber sehr unterschiedlichen Erklärungen liefern.
  • Fairness optimierungsbasierter Entscheidungen: wie sich strukturelle Ungleichheiten zwischen Gruppen in den Entscheidungen von Standort-, Routing- oder Allokationsmodellen erkennen und messen lassen.

Die Stelle ist im Department Operations & Technology angesiedelt; die Promotion erfolgt im Doktorandenprogramm der TUM School of Management. Weitere Informationen: https://www.mgt.tum.de/faculty-research/doctoral-program

Aufgaben

  • Entwicklung mathematischer Optimierungsmodelle zur Erklärung und Überprüfung datengetriebener Entscheidungen sowie Analyse ihrer Eigenschaften
  • Entwurf und Implementierung exakter und skalierbarer Lösungsverfahren (z. B. Dekomposition, Reformulierungen, MIP-basierte Ansätze)
  • Durchführung von Rechenexperimenten mit realen und synthetischen Daten
  • Veröffentlichung in führenden Fachzeitschriften des Operations Research und der Optimierung sowie Vorträge auf internationalen Konferenzen
  • Mitwirkung in der Lehre des Departments und Mitbetreuung von Bachelor- und Masterarbeiten
  • Teilnahme am Doktorandenprogramm der TUM School of Management

Anforderungen

  • Abgeschlossenes oder kurz vor dem Abschluss stehendes Masterstudium in Mathematik, Operations Research, Statistik, Informatik, Wirtschaftsingenieurwesen oder einem verwandten Fach mit sehr guten Noten
  • Fundierte Kenntnisse in mathematischer Optimierung (lineare, ganzzahlige und/oder nichtlineare Optimierung)
  • Programmierkenntnisse (z. B. Python oder Julia) und Erfahrung mit Optimierungssolvern wie Gurobi
  • Interesse an maschinellem Lernen; Vorkenntnisse in Interpretierbarkeit oder stochastischer Optimierung sind von Vorteil, aber keine Voraussetzung
  • Neugier, selbstständige Arbeitsweise und Freude an mathematischer Modellierung
  • Sehr gute Englischkenntnisse in Wort und Schrift

Wir bieten

  • Eine auf zwei Jahre angelegte Vollzeitstelle (E 13 TV-L) mit der Möglichkeit zur Promotion
  • Enge Betreuung in einer neu gegründeten Gruppe mit regelmäßigen Einzelgesprächen
  • Finanzierung von internationalen Konferenzen und Forschungsaufenthalten
  • Ein internationales Netzwerk von Kooperationspartnern in Europa und Nordamerika
  • Ein Forschungsumfeld in München mit vielen Gruppen in Optimierung, Operations Research und Data Science
  • Jahressonderzahlung und betriebliche Altersvorsorge (VBL)
  • Flexible Arbeitszeiten für eine gute Vereinbarkeit von Beruf und Privatleben
  • Fort- und Weiterbildung, zum Beispiel Sprachkurse
  • Beratung und Unterstützung durch den TUM Familienservice
  • Hochschulsport sowie Sport- und Gesundheitsangebote
  • JobBike Bayern und gute Anbindung an den öffentlichen Nahverkehr
Deutschlands Stellenbörse für die Wissenschaft
wissenschaftsstellen.de
TUM – 3 weitere Stellen
← Zurück zur Stellenbörse