Stellenausschreibung
Die Technische Universität Chemnitz hat sich als innovative Wissenschafts- und Bildungseinrichtung etabliert, die sich den Herausforderungen im Wettbewerb zwischen den Hochschulen bewusst stellt. Sie bietet Persönlichkeiten mit ausgewiesener fachlicher Kompetenz, die konstruktiv an der innovativen Weiterentwicklung mitwirken möchten, attraktive Arbeitsplätze.
Zum nächstmöglichen Zeitpunkt ist an der Fakultät für Elektrotechnik und Informationstechnik, Professur Digital- und Schaltungstechnik, vorbehaltlich der Bereitstellung und Bewilligung der Drittmittel durch den Drittmittelgeber, eine Stelle als voll-/teilzeitbeschäftigte/r
Wissenschaftliche/r Mitarbeiter/in (m/w/d)
(100 %, Entgeltgruppe 13 TV-L)
zunächst befristet bis 31.01.2025, mit der Option der Weiterbeschäftigung, zu besetzen. Die Auswahl erfolgt nach Eignung, Befähigung und fachlicher Leistung. Die Technische Universität Chemnitz ist bemüht, Frauen besonders zu fördern und bittet qualifizierte Frauen daher ausdrücklich, sich zu bewerben. Bei gleicher Eignung werden schwerbehinderte Menschen oder Gleichgestellte nach Maßgabe des SGB IX vorrangig berücksichtigt. Der Arbeitsplatz ist grundsätzlich auch für Teilzeitbeschäftigung geeignet. Bei entsprechenden Bewerbungen erfolgt die Überprüfung, ob den Teilzeitwünschen im Rahmen der dienstlichen Möglichkeiten entsprochen werden kann.
Die befristete Einstellung erfolgt gemäß den Regelungen des Wissenschaftszeitvertragsgesetzes (WissZeitVG) und des Sächsischen Hochschulfreiheitsgesetzes (SächsHSFG) in der jeweils geltenden Fassung.
An der Professur Digital- und Schaltungstechnik werden schwerpunktmäßig Methoden der Künstlichen Intelligenz betrachtet. Im Projekt „SWARM“ werden hierzu generelle Untersuchungen zur Machbarkeit von föderalem Lernen im Anwendungsszenario des autonomen Fahrens (Objekt- und Fußgängerdetektion) angestellt. Es sollen ein Demonstrator sowie ein Bilddatensatz für föderales Lernen entstehen.
Arbeitsaufgaben:
- Anforderungsanalyse (Anzahl simulierter Fahrzeuge, neuronale Netzarchitekturen, etc.)
- Implementierung verschiedener aktiver Lernmethoden
- Implementierung mehrerer Kriterien zur Generierung von Pseudo-Labels
- Aggregation der Einzelmodelle zu einem Gesamtmodell und deren Evaluierung
- Regelmäßige Datenaufnahme im Versuchsträger
Ihre Forschungsergebnisse nutzen Sie für wissenschaftliche Veröffentlichungen und die eigene Qualifizierung. Es handelt sich um eine Stelle zur wissenschaftlichen Weiterqualifikation.
Wenn Sie die Zusammenarbeit in einem interdisziplinären, hoch motivierten Team und die akademische Auseinandersetzung mit einem Thema hoher praktischer Relevanz reizen, sollten Sie folgende Voraussetzungen mitbringen:
- Abgeschlossenes wissenschaftliches Hochschulstudium im Bereich Informatik, Informationstechnik oder vergleichbarer Disziplinen, welches den Zugang zur entsprechenden Qualifikationsebene eröffnet
- Kenntnisse in den Bereichen Computer Vision, Semi-supervised Learning und/oder Federated Learning sind unbedingt notwendig
- Sehr gute Programmierkenntnisse in Python sowie Erfahrung im Umgang mit Deep-Learning Frameworks (PyTorch oder Tensorflow)
- Vorerfahrungen in Bereich der Objektdetektion inkl. einschlägiger Datensätze im Themenfeld des Autonomen Fahrens sind wünschenswert
- Führerschein Klasse B
- Deutschkenntnisse min. B2-Niveau
Zudem müssen Sie die Einstellungsvoraussetzungen gemäß § 71 SächsHSFG erfüllen.
Bitte sehen Sie unbedingt von der Einsendung von Originalunterlagen ab, da Ihre schriftlichen Unterlagen nicht zurückgesendet, sondern unter Beachtung datenschutzrechtlicher Bestimmungen vernichtet werden. Wünschen Sie eine Rücksendung, legen Sie Ihrer Bewerbung bitte einen ausreichend frankierten und adressierten Rückumschlag bei.
Bewerbungen sind unter dem Stichwort »SWARM« mit den üblichen Unterlagen bis 15.04.2023 [elektronisch oder postalisch] an u.a. Adresse zu richten. Bitte beachten Sie, dass aus sicherheitstechnischen Gründen keine elektronischen Bewerbungen bzw. Anhänge von Bewerbungen im Stellenbesetzungsverfahren berücksichtigt werden können, welche über Verknüpfungen (Hyperlinks) zu Dritten zum Download zur Verfügung gestellt werden.
09107 Chemnitz
E-Mail: info-dst@tu-chemnitz.de
Die entsprechenden Informationen zur Erhebung und Verarbeitung personenbezogener Daten finden Sie unter https://www.tu-chemnitz.de/verwaltung/personal/public/Datenschutz/dse_dp.html.
