Erstellt am 31. Mai 2026
Wiss. Mitarbeiter:in / Doktorand:in (w/m/d) - Signaltheorie und statistisches Lernen
Technische Universität Darmstadt
Darmstadt 64289, Germany
Vollzeit
Reference: 1655379422
Über die TU Darmstadt
Die TU Darmstadt steht für exzellente und relevante Wissenschaft. Die tiefgreifenden globalen Veränderungsprozesse - von Energiewende bis zu Künstlicher Intelligenz - gestalten wir durch herausragende Erkenntnisse und zukunftsweisende Studienangebote entscheidend mit. Unsere Spitzenforschung bündeln wir in drei Feldern: Energy and Environment, Information and Intelligence, Matter and Materials. Als eine in der Metropolregion Frankfurt-Rhein-Main verankerte und sehr stark international geprägte Universität sehen wir uns den europäischen Werten und der europäischen Integration verpflichtet.
Über unseren Bereich
Das Forschungsgebiet "Signaltheorie und statistisches Lernen" befasst sich in Forschung und Lehre mit den theoretischen Grundlagen der Signalverarbeitung und des maschinellen Lernens . Forschungsschwerpunkte sind dabei insbesondere die nichtlineare Signalerfassung, die Quantisierung in Signalverarbeitung und maschinellem Lernen, Erfolgsgarantien für das maschinelle Lernen für inverse Probleme, robuste Rekonstruktionsverfahren und Computational Sensing.
Informationen zur Stelle
Ihre Aufgaben
Zu Ihren Aufgaben gehören Forschungsarbeiten auf dem Gebiet der Grundlagen des maschinellen Lernens, insbesondere im Bereich der Theorie des maschinellen Lernens für inverse Probleme, der Quantifizierung von Unsicherheiten und der Quantisierung im maschinellen Lernen. In diesem Rahmenwerk sollen neuartige Quantisierungsmethoden für Large Language Models entwickelt werden. Diese sollen hinsichtlich ihrer Leistungsfähigkeit und Robustheit mit mathematischen Methoden analysiert werden. Weiterhin soll eine Theorie für das Lösen von inversen Problemen mit Hilfe von neuronalen Netzen entwickelt werden.
Außerdem umfassen Ihre Aufgaben die Beteiligung an der Organisation der Vorlesung 'Grundlagen der Signalverarbeitung', sowie den Übungen zu der Vorlesung 'Digitale Signalverarbeitung'. Zudem erwarten wir die Mitarbeit bei der Betreuung von Bachelor- und Masterarbeiten sowie Seminaren, inklusive der Beratung von Studierenden und Schüler:innen im Rahmen von Informationsveranstaltungen und auf Anfrage.
Ihr Profil
Erwartet wird ein überdurchschnittlicher wissenschaftlicher Hochschulabschluss (Diplom- oder Masterabschluss) in Mathematik, Informatik oder Elektro- und Informationstechnik mit Bezug zum Maschinellem Lernen und Fokus auf theoretischen Grundlagen. Es wird Forschungserfahrung im Bereich der Quantifizierung von Unsicherheiten für Inverse Probleme und im maschinellen Lernen erwartet, idealerweise nachgewiesen duch Publikationen in internationalen Fachkonferenzen.
Darüber hinaus werden Programmierkenntnisse in Python und Matlab, sowie LaTeX und Kenntnisse der gängigen Office Anwendungen und Betriebssysteme erwartet.
Teamfähigkeit sowie sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift werden vorausgesetzt. Erfahrungen in der Lehre, z.B. durch das Halten von Gruppenübungen, sowie internationale Erfahrung sind von Vorteil.
Wir bieten
Die Technische Universität Darmstadt bietet vielfältige und herausfordernde Aufgaben, eigenverantwortliches Arbeiten, aktuelle Technologien, gute kollegiale und partnerschaftliche Zusammenarbeit, bedarfsorientierte Fortbildungsmöglichkeiten und eine individuelle Personalentwicklung.
Wir bieten Ihnen die Gelegenheit zur Vorbereitung einer Promotion. Das Beschäftigungsverhältnis dient zugleich der wissenschaftlichen Qualifizierung.
Die TU Darmstadt steht für exzellente und relevante Wissenschaft. Die tiefgreifenden globalen Veränderungsprozesse - von Energiewende bis zu Künstlicher Intelligenz - gestalten wir durch herausragende Erkenntnisse und zukunftsweisende Studienangebote entscheidend mit. Unsere Spitzenforschung bündeln wir in drei Feldern: Energy and Environment, Information and Intelligence, Matter and Materials. Als eine in der Metropolregion Frankfurt-Rhein-Main verankerte und sehr stark international geprägte Universität sehen wir uns den europäischen Werten und der europäischen Integration verpflichtet.
Über unseren Bereich
Das Forschungsgebiet "Signaltheorie und statistisches Lernen" befasst sich in Forschung und Lehre mit den theoretischen Grundlagen der Signalverarbeitung und des maschinellen Lernens . Forschungsschwerpunkte sind dabei insbesondere die nichtlineare Signalerfassung, die Quantisierung in Signalverarbeitung und maschinellem Lernen, Erfolgsgarantien für das maschinelle Lernen für inverse Probleme, robuste Rekonstruktionsverfahren und Computational Sensing.
Informationen zur Stelle
- Kennziffer: Kennziffer
- Eintrittsdatum: Besetzung
- Befristung: Befristung
- Umfang: Umfang
- Vergütung: Tarif
- Einsatzort: Einsatzort
- Bewerbungsfrist: Bewerbungsfrist
Ihre Aufgaben
Zu Ihren Aufgaben gehören Forschungsarbeiten auf dem Gebiet der Grundlagen des maschinellen Lernens, insbesondere im Bereich der Theorie des maschinellen Lernens für inverse Probleme, der Quantifizierung von Unsicherheiten und der Quantisierung im maschinellen Lernen. In diesem Rahmenwerk sollen neuartige Quantisierungsmethoden für Large Language Models entwickelt werden. Diese sollen hinsichtlich ihrer Leistungsfähigkeit und Robustheit mit mathematischen Methoden analysiert werden. Weiterhin soll eine Theorie für das Lösen von inversen Problemen mit Hilfe von neuronalen Netzen entwickelt werden.
Außerdem umfassen Ihre Aufgaben die Beteiligung an der Organisation der Vorlesung 'Grundlagen der Signalverarbeitung', sowie den Übungen zu der Vorlesung 'Digitale Signalverarbeitung'. Zudem erwarten wir die Mitarbeit bei der Betreuung von Bachelor- und Masterarbeiten sowie Seminaren, inklusive der Beratung von Studierenden und Schüler:innen im Rahmen von Informationsveranstaltungen und auf Anfrage.
Ihr Profil
Erwartet wird ein überdurchschnittlicher wissenschaftlicher Hochschulabschluss (Diplom- oder Masterabschluss) in Mathematik, Informatik oder Elektro- und Informationstechnik mit Bezug zum Maschinellem Lernen und Fokus auf theoretischen Grundlagen. Es wird Forschungserfahrung im Bereich der Quantifizierung von Unsicherheiten für Inverse Probleme und im maschinellen Lernen erwartet, idealerweise nachgewiesen duch Publikationen in internationalen Fachkonferenzen.
Darüber hinaus werden Programmierkenntnisse in Python und Matlab, sowie LaTeX und Kenntnisse der gängigen Office Anwendungen und Betriebssysteme erwartet.
Teamfähigkeit sowie sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift werden vorausgesetzt. Erfahrungen in der Lehre, z.B. durch das Halten von Gruppenübungen, sowie internationale Erfahrung sind von Vorteil.
Wir bieten
Die Technische Universität Darmstadt bietet vielfältige und herausfordernde Aufgaben, eigenverantwortliches Arbeiten, aktuelle Technologien, gute kollegiale und partnerschaftliche Zusammenarbeit, bedarfsorientierte Fortbildungsmöglichkeiten und eine individuelle Personalentwicklung.
Wir bieten Ihnen die Gelegenheit zur Vorbereitung einer Promotion. Das Beschäftigungsverhältnis dient zugleich der wissenschaftlichen Qualifizierung.
- Entfaltung und Gestaltung - ein umfassendes internes Weiterbildungsangebot sowie Möglichkeiten der Weiterqualifizierung und Entwicklung
- Urlaub/Bildungsurlaub - 30 Tage Urlaub pro Jahr (bei Vollzeit) und 5 Tage Bildungsurlaub
- Nachhaltig und Mobil - Freifahrtberechtigung im gesamten Regionalverkehr in Hessen durch das LandesTicket Hessen nach den jeweils geltenden tariflichen Bestimmungen sowie mobiles Arbeiten
- Fit und Gesund - kostenlose medizinische Vorsorgeuntersuchungen und umfangreiches vergünstigtes Sportangebot
- Work-Life-Balance - flexible Arbeitszeitmodelle; Betriebliches Gesundheitsmanagement
- Altersvorsorge - Zusatzversorgung des öffentlichen Dienstes (VBL) nach den jeweils geltenden Bestimmungen
- Dienstrad/Fahrradleasing
- Familienfreundlichkeit/Vereinbarkeit Familie/Pflege/Beruf - Kinderbetreuungsangebote sowie Zahlung einer Kinderzulage (gemäß tariflichen Bestimmungen), Ferienangebote
