TU Berlin

Wiss. Mitarbeiter*in (Post Doc) (d/m/w) - Fakultät IV - Elektrotechnik und Informatik, BIFOLD / FG Unsicherheit, Inverse Modellierung und Maschinelles Lernen (UNIML)

Berlin · Fakultät IV - Elektrotechnik und Informatik, BIFOLD / FG Unsicherheit, Inverse Modellierung und Maschinelles Lernen (UNIML) · Frist: 26.11.2026
TU Berlin Stellenangebote →
Arbeitszeit nicht angegeben Befristung nicht angegeben Frist 26.11.2026

Wiss. Mitarbeiter*in (Post Doc) (d/m/w) - Fakultät IV - Elektrotechnik und Informatik, BIFOLD / FG Unsicherheit, Inverse Modellierung und Maschinelles Lernen (UNIML) an der Technische Universität Berlin

Ihre Aufgaben

  • Selbstständige und verantwortliche Forschung im Bereich Maschinelles Lernen und Inverse Modellierung in der Biomedizin.
  • Entwicklung und Analyse Bayes’scher und Deep Learning basierter Algorithmen zur Quellenrekonstruktion neurophysiologischer Zeitreihen (Magneto- und Elektroenzephalographie, M/EEG) unter besonderer Berücksichtigung kalibrierter Unsicherheitsangaben.
  • Erarbeitung neuer theoretischer Ergebnisse zur Repräsentation von Unsicherheit in inversen Problemen.
  • Anwendung der entwickelten Algorithmen zur qualitätsgesicherten Lokalisierung neuronaler Quellen in der klinischen oder kognitiven Neurowissenschaft.

Ihr Profil

  • Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) sowie erfolgreich abgeschlossene Promotion in Mathematik, Physik, oder Informatik
  • mehrjährige Erfahrung im Bereich des Maschinellen Lernens und der inversen Modellierung vorausgesetzt, bevorzugt im Bereich der Bayes‘schen Statistik, der Modellierung von Unsicherheit, und/oder der Physics-informed Neural Networks
  • sehr gute Programmierkenntnisse in Python/PyTorch unabdingbar
  • Erfahrung in der Modellierung und Analyse von Zeitreihendaten, z. B. mit Differentialgleichungen, sowie mit M/EEG Daten sind von Vorteil
  • Gute Deutsch- und/oder Englischkenntnisse erforderlich; Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben

datePosted: 2026-11-12
validThrough: 2026-11-26T00:00:00+01:00

Besonderheiten
PostDoc, Kennziffer: IV-430/26
Schlagworte
PostdocMaschinelles LernenInverse ModellierungDeep LearningPythonPyTorchPromotionMathematikInformatikPhysikM/EEGNeurowissenschaften
Deutschlands Stellenbörse für die Wissenschaft
wissenschaftsstellen.de
TU Berlin – 3 weitere Stellen
← Zurück zur Stellenbörse