Blätter-Navigation

Offre 254 sur 286 du 19/07/2022, 14:03

logologo

Tech­ni­sche Uni­ver­si­tät Dres­den - Cen­ter for Inter­di­sci­pli­nary Digi­tal Sci­en­ces, Cen­ter for Scala­ble Data Ana­ly­tics and Arti­fi­cial Intel­li­gence

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)

Im Rah­men der Stra­te­gie Künst­li­che Intel­li­genz (KI) der Bun­des­re­gie­rung wird das erfolg­rei­che säch­si­sche Kom­pe­tenz­zen­trum ScaDS.AI Dres­den/Leip­zig (Cen­ter for Scala­ble Data Ana­ly­tics and Arti­fi­cial Intel­li­gence) zu einem füh­ren­den deut­schen KI-Kom­pe­tenz­zen­trum für Big Data und Künst­li­che Intel­li­genz (KI) aus­ge­baut.

Hier­für ist im Cen­ter for Inter­di­sci­pli­nary Digi­tal Sci­en­ces im Depart­ment ScaDS.AI zum nächst­mög­li­chen Zeit­punkt die Stelle ScaDS-22.6 als

wiss. Mit­ar­bei­ter/in (m/w/d)
(bei Vor­lie­gen der per­sön­li­chen Vor­aus­set­zun­gen E 13 TV-L)

für 3 Jahre mit der Option auf Ver­län­ge­rung (Beschäf­ti­gungs­dauer gemäß WissZeitVG) zu beset­zen. Es besteht die Gele­gen­heit zur eige­nen wiss. Wei­ter­qua­li­fi­ka­tion. Die Ver­ein­bar­keit von Fami­lie und Beruf hat einen hohen Stel­len­wert. Die Stelle ist grund­sätz­lich auch für Teil­zeit­be­schäf­tigte geeig­net. Bitte ver­mer­ken Sie die­sen Wunsch in Ihrer Bewer­bung.

Fach­li­che Zuord­nung: Pro­fes­sur für Pro­zes­sor­ent­wurf (Prof. Dr. Akash Kumar)
For­schungs­ge­biet: Archi­tek­tu­ren/Ska­lier­bar­keit/Daten­si­cher­heit

Aufgabenbeschreibung:

Sie Ent­wer­fen und Ent­wi­ckeln ein Frame­work für die Imple­men­tie­rung leis­tungs­star­ker und ener­gie­ef­fi­zi­en­ter Beschleu­ni­ger für maschi­nelle Lern­mo­delle. Das geplante Frame­work wird die inhä­rente Feh­ler­to­le­ranz von Algo­rith­men für maschi­nel­les Ler­nen ver­wer­ten, um gezielte Annä­he­run­gen (Unge­nau­ig­kei­ten) auf den ver­schie­de­nen Ebe­nen des Berech­nungs­sta­pels ein­zu­füh­ren, so dass ener­gie­ef­fi­zi­ente Beschleu­ni­ger ohne signi­fi­kan­ten Ver­lust in der Aus­ga­be­ge­nau­ig­keit der Imple­men­tie­rung erreicht wer­den. Um den gro­ßen Ent­wick­lungs­raum zu erkun­den, der durch diese Annä­he­rungs­knöpfe ermög­licht wird, iden­ti­fi­zie­ren und pas­sen Sie eine Opti­mie­rungs­tech­nik mit meh­re­ren Zie­len an, wie z. B. Bayes'sche Opti­mie­rung und gene­ti­sche Algo­rith­men. Prä­sen­ta­tion und Publi­ka­tion der For­schungs­er­geb­nisse in eng­li­scher Spra­che.

Erwartete Qualifikationen:

sehr guter wiss. Hoch­schul­ab­schluss in Mathe­ma­tik, Infor­ma­tik oder einer ver­gleich­ba­ren Inge­nieur- oder Natur­wis­sen­schaft; sehr gute Pro­gram­mier­kennt­nisse in Python, C/C++; gutes Ver­ständ­nis für maschi­nel­les Ler­nen, ins­be­son­dere künst­li­che neu­ro­nale Netze; gute Pro­gram­mier­kennt­nisse (ins­be­son­dere in Skript-, Assem­bler- und C-Spra­chen) sowie gute Hard­ware-Design­kennt­nisse (ins­be­son­dere im Umgang mit VHDL/Veri­log und kom­po­nen­ten­ba­sier­tem Design); Erfah­rung mit High-Level-Syn­these und Multi-Objec­tive-Opti­mie­rungs­tech­ni­ken; sehr gute Eng­lisch­kennt­nisse in Wort und Schrift.

Hinweise zur Bewerbung:

Frauen sind aus­drück­lich zur Bewer­bung auf­ge­for­dert. Sel­bi­ges gilt auch für Men­schen mit Behin­de­run­gen.
Ihre aus­sa­ge­kräf­tige Bewer­bung sen­den Sie bitte mit den übli­chen Unter­la­gen unter Angabe der Stel­len­num­mer ScaDS-22.6 bis zum 29.08.2022 (es gilt der Post­stem­pel der ZPS der TU Dres­den) bevor­zugt über das Secu­re­Mail Por­tal der TU Dres­den https://securemail.tu-dresden.de als ein PDF–Doku­ment an scads.ai@tu-dresden.de oder an: TU Dres­den, CIDS, Herrn Prof. Dr. Nagel, Helm­holtz­str. 10, 01069 Dres­den. 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.