Wissenschaftliche*r Mitarbeiter*in (d/m/w)

Bei der Technischen Universität Berlin ist/sind folgende Stelle/n zu besetzen:

Wissenschaftliche*r Mitarbeiter*in (d/m/w) – Entgeltgruppe 13 TV‑L Berliner Hochschulen – 1. Qualifizierungsphase (zur Promotion)

Teilzeitbeschäftigung ist ggf. möglich Fakultät IV - The Berlin Institute for the Foundations of Data and Learning (BIFOLD)
Kennziffer: IV-133/23 (besetzbar ab sofort / befristet für 5 Jahre / Bewerbungsfristende 14.04.2023) Aufgabenbeschreibung: Im Rahmen des BIFOLD-Instituts sollen - in Kooperation mit anderen Institutionen aus Berlin und international - Methoden zur deklarativen Spezifikation und automatischen Optimierung, Parallelisierung und Hardwareadaption von Analyseverfahren auf großen, heterogenen Datenmengen mit hoher Datenrate untersucht werden. Unsere Forschungsschwerpunkte liegen dabei auf Datenanalyseprogrammiermodellen, mit denen Analysten oder Data Scientists die Analysen auch ohne Kenntnisse von Systemprogrammierung entwickeln können. Hierbei wollen wir unter anderem erforschen, wie durch automatische Optimierung ein Datenanalyseprogramm ohne Änderungen sowohl auf massiv verteilten Umgebungen als auch auf einfachen CPUs oder Multicore Rechnersystemen effizient ausgeführt werden kann. Ein Hauptaugenmerk liegt auf der effizienten Verarbeitung komplexer Datenanalysen (z.B. Iterationen, Berechnungen mit verteiltem Zustand), die in Anwendungen des maschinellen Lernens, der Signalverarbeitung, der Sprachverarbeitung oder der mathematischen Programmierung auftreten, sowie auf fehlertoleranten Strategien zur Ausführung selbiger. Die im Rahmen des BIFOLD entwickelten Technologien werden anhand von Anwendungsfällen - zum Beispiel aus den Bereichen informationsbasierte Medizin oder Informationsmarktplätze - zusammen mit Partnern validiert und der Öffentlichkeit als Open-Source Projekt verfügbar gemacht werden. Im Rahmen der Tätigkeit besteht die Möglichkeit zur umfangreichen Zusammenarbeit mit führenden Forschungseinrichtungen und Unternehmen. Die Schwerpunkte in dem Aufgabenbereich des BIFOLD sind Big Data Management, Big Data Architekturen und Verarbeitung hoher Datenmengen und niedriger Latenzzeiten, Neuartige Hardware-Architekturen für das Informationsmanagement; Skalierbare Verarbeitung und Optimierung deklarativer Datenanalyseprogramme; Skalierbare Infrastrukturen für Datenwissenschaft und Künstliche Intelligenz. Lehraufgaben. Erwartete Qualifikationen: Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) der Fachrichtung Informatik, Wirtschaftsingenieurwesen oder Wirtschaftsinformatik und darüber hinaus die Bereitschaft zur Mitarbeit in einem führenden Forschungsgebiet an der Spitze von technischer Innovation sowie Interesse, die erreichten Forschungsergebnisse in der praktischen Anwendung zu etablieren. Idealerweise haben Sie neben vertieften Kenntnissen im Bereich der Entwicklung von Datenbanktechnologie weiterführende Kenntnisse im Bereich Programmiersprachen und Compilerbau, verteilte Systeme sowie im Benchmarking, Kenntnisse auf dem Gebiet der Systemprogrammierung und Systemevaluation sollten vorhanden sein. Kenntnisse im Bereich Mathematik, Statistik, Analytik und Projektmanagement ergänzen Ihr Profil. Wir erwarten Bereitschaft in der Mitarbeit bei der Unterstützung der Koordinationsaufgaben im Forschungsprojekt hinsichtlich der permanenten Fortschrittskontrolle und der Interaktion mit dem Projektträger, Kenntnisse hierfür sind vorteilhaft. Weitere Voraussetzungen sind Teamfähigkeit und ausgezeichnete Englischkenntnisse zur Mitarbeit in unserem internationalen Team sowie zur Erstellung von wissenschaftlichen Publikationen. Sehr gute Deutschkenntnisse sind zur Dokumentation der Forschungsergebnisse erforderlich/notwendig. Die Fähigkeit zum Unterrichten, sowohl in deutscher, als auch in englischer Sprache wird vorausgesetzt. Ihre schriftliche Bewerbung richten Sie bitte unter Angabe der Kennziffer mit den üblichen Unterlagen an die Technische Universität Berlin - Die Präsidentin - Fakultät IV, Institut für Softwaretechnik und Theoretische Informatik, DIMA, Prof. Dr. Markl, Sekr. EN 7, Einsteinufer 17, 10587 Berlin oder per E-Mail an jobs@bifold.berlin. Aus Kostengründen werden postalisch zugesandte Bewerbungsunterlagen nicht zurückgesandt. Bitte reichen Sie nur Kopien ein. Mit der Abgabe einer Onlinebewerbung geben Sie als Bewerber*in Ihr Einverständnis, dass Ihre Daten elektronisch verarbeitet und gespeichert werden. Wir weisen darauf hin, dass bei ungeschützter Übersendung Ihrer Bewerbung auf elektronischem Wege keine Gewähr für die Sicherheit übermittelter persönlicher Daten übernommen werden kann. Datenschutzrechtliche Hinweise zur Verarbeitung Ihrer Daten gem. DSGVO finden Sie auf der Webseite der Personalabteiung: https://www.tu.berlin/​abt2-t/​services/​rechtliches/​datenschutzerklaerung-bei-bewerbungen. Zur Wahrung der Chancengleichheit zwischen Frauen und Männern sind Bewerbungen von Frauen mit der jeweiligen Qualifikation ausdrücklich erwünscht. Schwerbehinderte werden bei gleicher Eignung bevorzugt berücksichtigt. Die TU Berlin schätzt die Vielfalt ihrer Mitglieder und verfolgt die Ziele der Chancengleichheit.