Blätter-Navigation

Angebot 110 von 272 vom 04.08.2022, 08:20

logo

Tech­ni­sche Uni­ver­si­tät Dres­den - Fakul­tät Elek­tro­tech­nik und Infor­ma­ti­ons­tech­nik, Insti­tut für Grund­la­gen der Elek­tro­tech­nik und Elek­tro­nik, Pro­fes­sur für Grund­la­gen der Elek­tro­tech­nik

Die TU Dres­den ist eine der elf Exzel­len­z­u­ni­ver­sitä­ten Deut­sch­lands. Als Voll­u­ni­ver­sität mit brei­tem Fächer­spek­trum zählt sie zu den for­schungs­s­tärks­ten Hoch­schu­len. Aus­tau­sch und Koope­ra­tion zwi­schen den Wis­sen­schaf­ten, mit Wirt­schaft und Gesell­schaft sind dafür die Grund­lage. Ziel ist es, im Wett­be­werb der Uni­ver­sitä­ten auch in Zukunft Spit­zen­plätze zu bele­gen. Daran und am Erfolg beim Trans­fer von Grund­la­gen­wis­sen und For­schung­s­er­geb­nis­sen mes­sen wir unsere Leis­tun­gen in Lehre, Stu­dium, For­schung und Wei­ter­bil­dung. Wis­sen schafft Brü­cken. Seit 1828.

wiss. Mit­ar­bei­ter/in (m/w/d)

(bei Vor­lie­gen der per­sön­li­chen Vor­aus­set­zun­gen E 13 TV-L)

An der Fakul­tät Elek­tro­tech­nik und Infor­ma­ti­ons­tech­nik ist am Insti­tut für Grund­la­gen der Elek­tro­tech­nik und Elek­tro­nik, Pro­fes­sur für Grund­la­gen der Elek­tro­tech­nik zum nächst­mög­li­chen Zeit­punkt eine Pro­jekt­stelle als wiss. Mit­ar­bei­ter/in für drei Jahre (Beschäf­ti­gungs­dauer gem. § 2 Abs. 2 WissZeitVG) im Rah­men des von der Deut­schen For­schungs­ge­mein­schaft geför­der­ten Pro­jek­tes "Exp­lainable arti­fi­cial intel­li­gence for fault dia­gno­sis: Impacts on human dia­gnostic pro­ces­ses and per­for­mance" (XAI-DIA) zu beset­zen.

Aufgabenbeschreibung:

Arbei­ten zur Erfor­schung von Ansät­zen soge­nann­ter erklär­ba­rer Künst­li­cher Intel­li­genz (XAI) zur Feh­ler­su­che in indus­tri­el­len Fer­ti­gungs­an­la­gen ange­strebt.

Erwartete Qualifikationen:

sehr guter bis guter wiss. Hoch­schul­ab­schluss auf dem Gebiet der Elek­tro­tech­nik, Infor­ma­tik oder ver­wand­ten Gebie­ten; nach­weiß­bare Erfah­run­gen im Bereich des maschi­nel­len Ler­nens (ML), ins­be­son­dere Kennt­nisse im Bereich der künst­li­chen Neu­ro­na­len Netz­werke (für Natu­ral Lan­guage Pro­ces­sing und/oder Com­pu­ter Vision); sehr gute prak­ti­sche Pro­gram­mier­kennt­nisse in Python, spe­zi­ell min­des­tens einer ent­spre­chen­den ML rele­van­ten Tool­box (Pytorch/Ten­sor­flow). Des Wei­te­ren erwar­tet wird die Fähig­keit zur Arbeit in einem inter­dis­zi­pli­nä­ren Team sowie eine ent­spre­chende Begeis­te­rungs­fä­hig­keit für wis­sen­schaft­li­ches Arbei­ten. Die damit ver­bun­de­nen sehr guten Eng­lisch-Kennt­nisse in Wort und Schrift wer­den ent­spre­chend vor­aus­ge­setzt. Kennt­nisse zu State-of-the-Art Archi­tek­tu­ren wie z.B. Trans­for­mern oder ande­ren Metho­den zur Model­lie­rung von Sequen­zen sind von Vor­teil.

Hinweise zur Bewerbung:

Frauen sind aus­drück­lich zur Bewer­bung auf­ge­for­dert. Sel­bi­ges gilt auch für Men­schen mit Behin­de­run­gen.

Ihre Bewer­bung sen­den Sie bitte mit den übli­chen Unter­la­gen bis zum 05.09.2022 (es gilt der Post­stem­pel der ZPS der TU Dres­den) an: TU Dres­den, Fakul­tät Elek­tro­tech­nik und Infor­ma­ti­ons­tech­nik, Insti­tut für Grund­la­gen der Elek­tro­tech­nik und Elek­tro­nik, Pro­fes­sur für Grund­la­gen der Elek­tro­tech­nik, Herrn Prof. Dr. phil. nat. habil. Ronald Tetzlaff, Helm­holtz­str. 10, 01069 Dres­den bzw. über das Secu­re­Mail Por­tal der TU Dres­den https://securemail.tu-dresden.de als ein PDF-Doku­ment an ronald.tetzlaff@tu-dresden.de. Ihre Bewer­bungs­un­ter­la­gen wer­den nicht zurück­ge­sandt, bitte rei­chen Sie nur Kopien ein. Vor­stel­lungs­kos­ten wer­den nicht über­nom­men.

Hin­weis zum Daten­schutz: Wel­che Rechte Sie haben und zu wel­chem Zweck Ihre Daten ver­ar­bei­tet wer­den sowie wei­tere Infor­ma­tio­nen zum Daten­schutz haben wir auf der Web­seite https://tu-dresden.de/karriere/datenschutzhinweis für Sie zur Ver­fü­gung gestellt.