Promotionsstelle im Bereich des maschinellen Lernens (m/w/d)
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.
Forschung und Aufgaben
Forschung an der Schnittstelle von maschinellem Lernen und Statistik in der Emmy-Noether-Forschungsgruppe „Causality and Representation Learning for Interventional Foundation Models“ unter der Leitung von Simon Buchholz
Mögliche Forschungsschwerpunkte sind die Entwicklung robuster Methoden des (kausalen) Repräsentationslernens sowie die theoretische Analyse der Eigenschaften erlernter Repräsentationen im generativen und selbstüberwachten maschinellen Lernen.
Anforderungen
- Abgeschlossenes Masterstudium in Mathematik, Statistik, Informatik, maschinellem Lernen oder einem verwandten Fach bis zum Stellenantritt
- Entweder ein starker mathematischer Hintergrund, insbesondere in Wahrscheinlichkeitstheorie und Statistik, oder starke Programmierkenntnisse, insbesondere in Python und PyTorch
- Eine Kombination aus fundierten mathematisch-statistischen Kenntnissen und ausgeprägten Programmierfähigkeiten ist besonders erwünscht.
- Deutschkenntnisse sind nicht erforderlich
Konditionen und Angebote
- Die Stelle ist zunächst bis zum 30.09.2029 befristet. Eine Verlängerung ist möglich.
- Vergütung nach dem Tarifvertrag für den öffentlichen Dienst der Länder (TV-L), je nach Qualifikation und Erfahrung
- 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