• Eigenständige Forschung und Entwicklung im Bereich neuromorpher Hardwarearchitekturen zur intelligenten Aufteilung von Rechen- und Entscheidungsaufgaben zwischen Robotern und Netzwerkinfrastrukturen (Edge/Cloud) mit Fokus auf Energieeffizienz, Latenz und Systemstabilitat
• Konzeption, Implementierung und Evaluation von Edge-Intelligence-Ansatzen fur vernetzte, medizinische Robotersysteme - insbesondere Multi-Robot-SLAM-Fusion und datenschutzwahrendes verteiltes Lernen
• Entwicklung von Konzepten und Algorithmen für Digitale Zwillinge zur Abbildung, Vorhersage und Optimierung vernetzter robotischer Operationen
• Aufbau und Integration eines Testbeds sowie Demonstratoren (Proof-of-Concepts) für verteilte, echtzeitfähige Robotersysteme zur Validierung energieeffizienter Datenverarbeitungs- und Kommunikationsverfahren
• Mitwirkung an der wissenschaftlichen Publikation der Projektergebnisse und an der Koordination von Projektaktivitäten in enger Zusammenarbeit mit Projektpartner Fraunhofer HHI

• Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) in Informatik, Elektrotechnik, Nachrichtentechnik oder einem vergleichbaren Studiengang
• Fundierte Kenntnisse in mindestens einem der folgenden Bereiche:

1. Verteilte Robotik: Konzeption und Implementierung von Regelungsansätzen für verteilte Systeme sowie Modellierung kooperativer Robotersysteme
2. Fundiertes Verständnis von KI-Algorithmen und -Anwendungen: Vertiefte Kenntnisse gängiger Modellarchitekturen und Methoden des maschinellen Lernens
3. Solide mathematische Grundlagen: Lineare Algebra, Funktionalanalysis und Wahrscheinlichkeitstheorie

• Programmierkenntnisse: Sicherer Umgang mit gängigen Programmiersprachen (z. B. Python, C++, TensorFlow/PyTorch, NumPhy)
• Gute Deutsch- und/oder Englischkenntnisse sind erforderlich; Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben
• Interesse an interdisziplinärer Forschung und Bereitschaft zur Zusammenarbeit in einem dynamischen, internationalen Team erwünscht

Ihre Bewerbung senden Sie bitte unter Angabe der Kennziffer mit den üblichen Unterlagen zusammengefasst in einem PDF-Dokument, max. 5 MB ausschließlich per E-Mail an Slawomir.stanczak@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. Schwerbehinderte 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.