Erstellt am 20. August 2026
Wiss. Mitarbeiter:in / Doktorand:in (w/m/d) - Nachrichtentechnische Systeme
Technische Universität Darmstadt
Darmstadt 64289, Germany
Vollzeit
Reference: 751653954
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 Fachgebiet Nachrichtentechnische Systeme gehört zum Fachbereich Elektro- und Informationstechnik. Es befasst sich in Forschung und Lehre mit Methoden der statistischen Signalverarbeitung, der mathematischen Optimierung, des maschinellen Lernens mit vorrangigen Anwendungen in der Sensorgruppensignalverarbeitung und der MIMO Kommunikation.
Informationen zur Stelle
Ihre Aufgaben
Im Rahmen Ihrer Tätigkeit werden neue innovative Verfahren von modell-unterstützten Deep-Learning-Algorithmen für robuste 6G-Netzwerke entwickelt und analysiert. Dabei werden konventionelle Verfahren der Signalverarbeitung und der Mobilkommunikation mit lernbaren Parametern versehen und daraus problem-spezifisch geeignete Netzwerkarchitekturen mit dem Ziel abgeleitet, eine hervorragende Dateneffizienz und gute Generalisierungseigenschaften der Lernverfahren zu erzielen.
Ein Schwerpunkt Ihrer Forschungstätigkeit liegt auf der Entwicklung und Analyse von model-unterstützten Lernverfahren für die Parameterschätzung, Signaldetektion und Ressourcenallokation in mobilen Netzen und in der Umsetzung in Pytorch. Darüber hinaus werden Sie die Ergebnisse Ihrer Forschung in hochrangigen internationalen Fachzeitschriften und auf Konferenzen präsentieren.
Neben der Forschung arbeiten Sie ebenfalls in der Lehre mit. Dies beinhaltet im wesentlichen die Durchführung von Übungen zu Lehrveranstaltungen und die Betreuung von Bachelor- und Masterarbeiten.
Ihr Profil
Sie verfügen über:
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 Fachgebiet Nachrichtentechnische Systeme gehört zum Fachbereich Elektro- und Informationstechnik. Es befasst sich in Forschung und Lehre mit Methoden der statistischen Signalverarbeitung, der mathematischen Optimierung, des maschinellen Lernens mit vorrangigen Anwendungen in der Sensorgruppensignalverarbeitung und der MIMO Kommunikation.
Informationen zur Stelle
- Kennziffer: Kennziffer
- Eintrittsdatum: Besetzung
- Befristung: Befristung
- Umfang: Umfang
- Vergütung: Tarif
- Einsatzort: Einsatzort
- Bewerbungsfrist: Bewerbungsfrist
Ihre Aufgaben
Im Rahmen Ihrer Tätigkeit werden neue innovative Verfahren von modell-unterstützten Deep-Learning-Algorithmen für robuste 6G-Netzwerke entwickelt und analysiert. Dabei werden konventionelle Verfahren der Signalverarbeitung und der Mobilkommunikation mit lernbaren Parametern versehen und daraus problem-spezifisch geeignete Netzwerkarchitekturen mit dem Ziel abgeleitet, eine hervorragende Dateneffizienz und gute Generalisierungseigenschaften der Lernverfahren zu erzielen.
Ein Schwerpunkt Ihrer Forschungstätigkeit liegt auf der Entwicklung und Analyse von model-unterstützten Lernverfahren für die Parameterschätzung, Signaldetektion und Ressourcenallokation in mobilen Netzen und in der Umsetzung in Pytorch. Darüber hinaus werden Sie die Ergebnisse Ihrer Forschung in hochrangigen internationalen Fachzeitschriften und auf Konferenzen präsentieren.
Neben der Forschung arbeiten Sie ebenfalls in der Lehre mit. Dies beinhaltet im wesentlichen die Durchführung von Übungen zu Lehrveranstaltungen und die Betreuung von Bachelor- und Masterarbeiten.
Ihr Profil
Sie verfügen über:
- Ein sehr gut abgeschlossenes wissenschaftliches Hochschulstudium (M.Sc. oder vergleichbar) im Bereich Elektrotechnik, Informationstechnik oder einer verwandten Fachrichtung
- Sehr gute Kenntnisse im Bereich der statistischen Signalverarbeitung, der mathematischen Optimierung und des maschinellen Lernens, insbesondere Deep-Learning-Verfahren
- Fundierte Kenntnisse in modellgestützten Deep-Learning-Verfahren (Model-Assisted bzw. Model-Based Deep Learning) für MIMO-Kommunikationssysteme, insbesondere für Kanalschätzung, Detektion, Beamforming oder Ressourcenallokation in zukünftigen 6G-Netzen.
- Erfahrung in der Entwicklung modellgestützter (model-assisted/model-based) Deep-Learning-Verfahren für Kommunikations- oder Signalverarbeitungssysteme ist von Vorteil
- Sehr gute Programmierkenntnisse in Python sowie praktische Erfahrung mit PyTorch; Kenntnisse weiterer wissenschaftlicher Softwarewerkzeuge (z. B. MATLAB) sind wünschenswert
- Erfahrung in der Durchführung wissenschaftlicher Forschungsarbeiten sowie Interesse an der Veröffentlichung von Forschungsergebnissen auf international führenden Konferenzen und in Fachzeitschriften
- Hohe Eigeninitiative, ausgeprägte analytische Fähigkeiten sowie eine selbstständige, strukturierte und zielorientierte Arbeitsweise
- Teamfähigkeit, Kommunikationsstärke und Freude an der Zusammenarbeit in einem internationalen wissenschaftlichen Umfeld
- Sehr gute mündliche und schriftliche Ausdrucksfähigkeit in Englisch; Deutschkenntnisse 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
