Wissenschaftlicher Mitarbeiter (m/w/d) für den Forschungsbereich "Machine Learning Systems"

Lehrstuhl für Data Systems

Wissenschaftlicher Mitarbeiter (m/w/d)für den Forschungsbereich „Machine Learning Systems“

mit dem Ziel der Promotion in Vollzeit zu besetzen.

Über uns:
Der Lehrstuhl für Data Systems an der Universität Bayreuth wird von Prof. Ruben Mayer geleitet. Wir widmen uns der Forschung an hochskalierbaren Verteilten Systemen für das Datenmanagement, insbesondere im Bereich des Maschinellen Lernens (ML). Dabei zielen wir darauf ab, Probleme mit großen Datenmengen aus der echten Welt zu lösen.

Voraussetzungen:
Masterabschluss in Informatik (oder ähnliches) mit sehr guten Ergebnissen
Interesse an Themen im Bereich Verteilte Systeme und Datenmanagement
Grundlegendes Wissen über Verteilte Systeme und Maschinelles Lernen ist erwünscht
Praktische Erfahrung mit skalierbaren Datenanalyseframeworks (Hadoop, Spark, Flink, etc.) oder ML-Frameworks (TensorFlow, PyTorch, etc.) ist ein Pluspunkt
Interesse an der Entwicklung von Softwaresystemen, sehr gute Programmierkenntnisse in Programmiersprachen wie C++, Python oder Java
Exzellente Englischkenntnisse
Sehr gute Schreibfähigkeiten
Hoher Einsatz, hohe Motivation, proaktive Kommunikation, soziale Kompetenz

Ihre Aufgaben:
Maschinelles Lernen (ML) hat in den vergangenen Jahren einen großen Durchbruch in der Entwicklung Künstlicher Intelligenz ermöglicht. Zwei technologische Trends befeuern diese Fortschritte: Erstens, die Verfügbarkeit großer Datenmengen zum Training der ML-Modelle, und zweitens, die Verfügbarkeit hochskalierbarer Rechnercluster (Cloud Computing) und spezialisierter Hardware (z.B. GPUs). Beides effizient und ressourcenschonend zusammenzubringen, ist Ziel unserer Forschung.

Uns treibt die Frage um, wie ML-Systeme noch besser werden können. Wie können wir große Datenmengen mit weniger Hardware- oder Energieeinsatz verarbeiten? Wie können wir die Privatsphäre von Nutzern besser schützen und gleichzeitig den Zugang zu Trainingsdaten ermöglichen? Wie können wir große ML-Modelle verteilt trainieren, um mit den großen Tech-Konzernen mithalten zu können? Dazu untersuchen wir verschiedene Typen von ML-Systemen, zum Beispiel Deep Learning, Graph Neural Networks oder Federated Learning.

Wir suchen:
Hast Du Interesse daran, in diesem spannenden Bereich mitzuarbeiten und zum Fortschritt der Forschung beizutragen?
Zur Durchführung dieser spannenden Forschungsarbeit suchen wir eine/n hoch motivierte/n Doktorand/-in, der vor kurzem den Master-Abschluss in Informatik (oder in einem ähnlichen Studienfach) gemacht hat bzw. den Abschluss bald machen wird. Die Stelle ist nach dem Wissenschaftszeitvertragsgesetz befristet und dient der eigenen wissenschaftlichen Qualifizierung (Promotion) mit Vergütung nach Entgeltgruppe 13 TV-L. Im Übrigen gelten die Einstellungsvoraussetzungen nach dem Bayerischen Hochschulinnovationsgesetz (BayHIG).

Wir bieten:

Arbeit in einem hochinnovativen Umfeld
Betreuung in einer der führenden Universitäten in Deutschland
Finanzierung von Konferenzreisen und wiss. Hilfskräften ist möglich.
Wir werden alle eingehenden Bewerbungen berücksichtigen, bis die Stelle besetzt ist

Die Universität Bayreuth schätzt die Vielfalt ihrer Beschäftigten als Bereicherung und bekennt sich ausdrücklich zum Ziel der Chancengleichheit der Geschlechter. Frauen werden hierbei mit Nachdruck um ihre Bewerbung gebeten. Bewerber*innen mit Kindern sind sehr willkommen. Die Universität Bayreuth ist Mitglied im Best-Practice Club „Familie in der Hochschule e.V.“, und hat erfolgreich am HRK-Audit „Internationalisierung der Hochschule“ teilgenommen. Personen mit Schwerbehinderung werden bei gleicher Eignung bevorzugt berücksichtigt.

Bewerbung

Wir freuen uns auf Ihre Bewerbung. Erforderliche Unterlagen: Lebenslauf, ein kurzes Motivationsschreiben, ggf. eine Liste von Veröffentlichungen (auch Blogbeiträge und Software-Projekte) und vollständige Zeugnisse Ihres Bachelor- und Masterstudiums.

Bitte bewerben Sie sich online unter Angabe des Kennworts „ML-Systems“ über das Online-Bewerbungsportal der Universität Bayreuth. Die Unterlagen werden nach Besetzung der Stelle gemäß den Anforderungen des Datenschutzes gelöscht.

Für Rückfragen können Sie sich gerne an Prof. Mayer wenden: ruben.mayer@uni-bayreuth.de