Sprache:

Fakten

Anzahl Angestellte
ca. 7000
Kategorie
Graduierten-Stelle, Wiss. Mitarbeiter*in, Promotions-Stelle
Standort
Deutschland, Berlin, Berlin, Charlottenburg
Aufgabengebiet
Forschung, Lehre
Beginn frühestens
Frühestmöglich
Dauer
befristet für 5 Jahre
Umfang
100% Arbeitszeit; Teilzeitbeschäftigung ggf. möglich
Vergütung
Entgeltgruppe E13
Homepage
http://www.tu-berlin.de

Anforderungen

Abschluss
Master, Diplom oder Äquivalent
Sprachkenntnisse
  • Deutsch (fließend in Wort und Schrift)

Kontakt

Kennziffer
IV-226/25
Kontakt-Person
Prof. Dr. Böhm

Bewerben

Bewerbungsfrist
18.07.2025
Kennziffer
IV-226/25
per Post

Technische Universität Berlin
- Die Präsidentin -
ausschließlich per E-Mail / only by email

per E-Mail
jobs@dams.tu-berlin.de

Wiss. Mit­ar­bei­ter*in (d/m/w) - Ent­gelt­gruppe 13 TV-L Ber­li­ner Hoch­schu­len - 1. Qualifizierungsphase (zur Promotion)

Teil­zeit­be­schäf­ti­gung ist ggf. mög­lich

Das Fachgebiet "Big Data Engineering" (DAMS Lab), unter Leitung von Prof. Dr.-Ing. Matthias Böhm, befasst sich mit Lehre und systemorientierter Forschung im Bereich Data Management für den gesamten Data Science Lebenszyklus von Dataintegration, -bereinigung, und -vorbereitung, über effizientes und skalierbares Training von Modellen, bis zum Modelldebugging und -deployment.

Technische Universität Berlin

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

Aufgabenbeschreibung

Das Fachgebiet (DAMS Lab) sucht eine*n wissenschaftliche*n Mitarbeiter*in (d/m/w) zur Verstärkung des Teams mit speziellem Fokus auf Systeminfrastruktur für „data-centric machine learning pipelines“ sowie deren effizienten und skalierbaren Ausführung in lokalen und verteilten Umgebungen. Themen von Interesse umfassen:

  • Sprachabstraktionen für data-centric machine learning (ML) pipelines
  • Kompilierungstechniken für Lineare Algebra Programme
  • Laufzeitmethoden und Parallelisierungsstrategien für Lineare Algebra Programme
  • Internas von ML Systemen wie Speicherverwaltung und I/O
  • Unterstützung von heterogenen Hardwarebeschleunigern
    Lehraufgaben.

Erwartete Qualifikationen

  • Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) in Informatik oder einem verwandten Studiengang. Wir sind auch offen für domänenspezifische Studiengänge, sofern die Bereitschaft vorhanden ist Lücken in notwendiger Informatikausbildung zu schließen.
  • Starker Fachlicher Hintergrund in den Bereichen Data Management, Angewandtes Maschinelles Lernen, Verteilte Systeme, und Software Engineering
  • Programmiererfahrung in Python und Java
  • Die Fähigkeit zum Unterrichten in deutscher und/oder in englischer Sprache wird vorausgesetzt; Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben
  • Grundlegende Erfahrung in Forschungsmethoden und dem Verfassen wissenschaftlicher Arbeiten

Wünschenswert:

  • Programmiererfahrung in C/C++
  • Kommunikations- und Teamfähigkeit, selbständige Arbeitsweise, hohe Motivation
  • Erfahrung in der Lehre und didaktische Kompetenz

Hinweise zur Bewerbung

Ihre Bewerbung richten Sie bitte unter Angabe der Kennziffer mit den üblichen Unterlagen (Cover Letter, CV, Notenübersicht, Abschlüsse; in einem PDF-Dokument, max. 10 MB) ausschließlich per E-Mail an jobs@dams.tu-berlin.de.

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 Personalabteilung: https://www.abt2-t.tu-berlin.de/menue/themen_a_z/datenschutzerklaerung.

Zur Wahrung der Chancengleichheit zwischen Frauen und Männern sind Bewerbungen von Frauen mit der jeweiligen Qualifikation ausdrücklich erwünscht. Menschen mit Schwerbehinderung werden bei gleicher Eignung bevorzugt berücksichtigt. Die TU Berlin schätzt die Vielfalt ihrer Mitglieder und verfolgt die Ziele der Chancengleichheit. Bewerbungen von Menschen aller Nationalitäten und mit Migrationshintergrund sind herzlich willkommen.

Technische Universität Berlin - Die Präsidentin -, Fakultät IV, Institut für Softwaretechnik und Theoretische Informatik, FG Big Data Engineering, Prof. Dr.-Ing. Böhm, Ernst-Reuter-Platz 7, 10587 Berlin

Als PDF herunterladen