Language:

Fakten

Anzahl Angestellte
8000
Kategorie
Doktorand*in, Wissenschaftliche Mitarbeiter*in
Standort
Deutschland, Sachsen, Dresden
Aufgabengebiet
Wissenschaft & Forschung, Forschung, Lehre, — Mitarbeit in der Lehre und der akademischen Selbstverwaltung
Beginn frühestens
frühestmöglich
Dauer
für die Dauer von drei Jahren
Umfang
Vollzeit
Vergütung
bei Vorliegen der persönlichen Voraussetzungen E 13 TV-L
Arbeitssprache & erwartetes Niveau
  • Deutsch ( fließend in Wort und Schrift )
Homepage
https://mlcv.inf.tu-dresden.de/index-de.html

Anforderungen

Abschluss
sehr guter wiss. Hochschulabschluss
Studiengang
Ingenieurwissenschaften, Naturwissenschaften & Mathematik, Informatik, Mathematik, Physik
Computerkenntnisse
— sehr gute Programmierkenntnisse in C/C++
Sprachkenntnisse
  • Englisch ( sehr gute Kenntnisse )

Bewerben

Bewerbungsfrist
26.02.2026
Kennziffer
w26-024
per Post

Technische Universität Dresden,
Professur für Maschinelles Lernen für Computer Vision, Herrn Prof. Dr. Björn Andres, Helmholtzstr. 10,
01069 Dresden
Deutschland

per E-Mail
mlcv@tu-dresden.de

2 wiss. Mitarbeiterinnen bzw. Mitarbeiter / Doktorandinnen bzw. Doktoranden (m/w/d) Maschinelles Lernen und Kombinatorische Optimierung

(bei Vorliegen der persönlichen Voraussetzungen E 13 TV-L)
An der Fakultät Informatik, Institut für Künstliche Intelligenz, sind an der Professur für Maschinelles Lernen für Computer Vision zum nächstmöglichen Zeitpunkt zwei Stellen als
wiss. Mitarbeiterin bzw. Mitarbeiter / Doktorandin bzw. Doktorand (m/w/d)
Maschinelles Lernen und Kombinatorische Optimierung
in Vollzeit für die Dauer von drei Jahren (Beschäftigungsdauer gem. WissZeitVG), mit dem Ziel der eigenen wissenschaftlichen Weiterqualifikation (i. d. R. Promotion), zu besetzen.

Technische Universität Dresden

Die Technische Universität Dresden (TUD) zählt als Exzellenzuniversität zu den leistungsstärksten Forschungseinrichtungen Deutschlands. Sie begreift Diversität als kulturelle Selbstverständlichkeit und Qualitätskriterium einer Exzellenzuniversität. Entsprechend begrüßen wir alle Bewerberinnen und Bewerber, die sich mit ihrer Leistung und Persönlichkeit bei uns und mit uns für den Erfolg aller engagieren möchten.

Aufgabenbeschreibung

— freie, von eigener Neugier getriebene wiss. Grundlagenforschung zu fundamentalen mathematischen Optimierungsproblemen auf den Gebieten des Maschinellen Lernens und der Bildanalyse
— Design und Analyse von Algorithmen zur exakten oder approximativen Lösung dieser Probleme
— Implementierung, empirische Analyse und Vergleich dieser Algorithmen anhand von Daten
— Publikation von Forschungsergebnissen auf führenden Konferenzen und in führenden Journalen
— Mitarbeit in der Lehre und der akademischen Selbstverwaltung

Erwartete Qualifikationen

— sehr guter wiss. Hochschulabschluss in Mathematik, Informatik oder Physik
— umfangreiche Vorkenntnisse in diskreter Mathematik sowie auf einem Gebiet der mathematischen Optimierung (etwa: diskrete Optimierung, konvexe Optimierung)
— starkes Interesse an Grundlagenforschung mit rigorosen mathematischen Methoden
— sehr gute Programmierkenntnisse in C/C++
— sehr gute Englischkenntnisse in Wort und Schrift

Unser Angebot

— hervorragende Betreuung in einem exzellenten wissenschaftlichen Umfeld
— einzigartige Kooperationsmöglichkeiten mit lokalen, nationalen und internationalen Partnern
— individuellen Bedarfen angepasste IT-Ausstattung und Zugang zu hervorragender HPC-Infrastruktur
— moderne Arbeitsumgebung in einer Wissenschafts- und Kulturstadt, umgeben von einzigartiger Landschaft

Hinweise zur Bewerbung

Die TUD strebt eine Erhöhung des Anteils von Frauen an und bittet diese deshalb ausdrücklich um deren Bewerbung. Die Universität ist eine zertifizierte familiengerechte Hochschule. Bewerbungen schwerbehinderter Menschen sind besonders willkommen. Bei gleicher Eignung werden diese oder ihnen kraft SGB IX von Gesetzes wegen Gleichgestellte bevorzugt eingestellt.
Ihre aussagekräftige Bewerbung senden Sie bitte mit den üblichen Unterlagen bis zum 26.02.2026 (es gilt der Poststempel der Zentralen Poststelle bzw. der Zeitstempel auf dem E-Mail-Server der TUD) bevorzugt über das SecureMail-Portal der TUD https://securemail.tu-dresden.de als ein PDF–Dokument an mlcv@tu-dresden.de bzw. an:
TU Dresden, Professur für Maschinelles Lernen für Computer Vision, Herrn Prof. Dr. Björn Andres, Helmholtzstr. 10, 01069 Dresden.
Ihre Bewerbungsunterlagen werden nicht zurückgesandt, bitte reichen Sie nur Kopien ein. Vorstellungskosten werden nicht übernommen.

Die TUD ist Gründungspartnerin der Forschungsallianz DRESDEN-concept e.V.
Hinweis zum Datenschutz: Welche Rechte Sie haben und zu welchem Zweck Ihre Daten verarbeitet werden sowie weitere Informationen zum Datenschutz haben wir auf folgender Webseite für Sie zur Verfügung gestellt: https://tu-dresden.de/karriere/datenschutzhinweis.

Als PDF herunterladen