Fakultät IV - Elektrotechnik und Informatik, Institut für Softwaretechnik und Theoretische Informatik
W3-Universitätsprofessur für das Fachgebiet „Deep Learning“
Über uns
Ihre Aufgaben
Die zu besetzende Professur soll Forschung und Lehre in einem oder mehreren der folgenden Gebiete durchführen:
1. Maschinelles Lernen mit Schwerpunkt (generatives) Deep Learning,
2. Anwendungen von Deep Learning in Computer Vision oder/und den Wissenschaften,
3. Grundlagen tiefer Lernarchitekturen und Inferenzprinzipien,
4. Anpassen von Domänenwissen für Deep Learning,
5. Repräsentationslernen,
6. Deep Learning und menschliche Kognition.
Die/der Stelleninhaber*in der Professur soll gemäß Bund-Länder-Vereinbarung überwiegend mit Forschungstätigkeiten betraut werden. Es ist geplant, die Lehrverpflichtung nach § 1 i.v.m. § 7 LVVO zu reduzieren. Als international profilierte Universität setzen wir die Fähigkeit voraus, in deutscher und englischer Sprache zu unterrichten, oder die Bereitschaft, fehlende Sprachkenntnisse in angemessener Zeit zu erwerben.
Die/der Stelleninhaber*in soll Forschungsaufgaben für Studienabschluss und Promotionsarbeiten anbieten und diese betreuen. Die Einwerbung und Bearbeitung von Drittmittelprojekten und eine enge Zusammenarbeit mit den vorhandenen BIFOLD-Fachgebieten sind Teil des Aufgabenfeldes.
Zu den weiteren Aufgaben gehören Führung und Leitung des Fachgebietes und dessen Mitarbeiter*innen, Förderung von wissenschaftlichem Nachwuchs, Frauen und gesellschaftlicher Vielfalt, Wissens- und Technologietransfer, Initiativen zur Internationalisierung, gender- und diversity-kompetentes und nachhaltigkeitsorientiertes Handeln sowie Gremien- und Kommissionsarbeit.
Ihr Profil
Die Einstellungsvoraussetzungen nach § 100 ff. BerlHG müssen erfüllt werden.
Dazu gehören:
7. ein abgeschlossenes, einschlägiges Hochschulstudium mit Schwerpunkt Informatik,
8. besondere Befähigung zu wissenschaftlicher Arbeit, die in der Regel durch die Qualität einer Promotion im Bereich Maschinelles Lernen/Deep Learning nachgewiesen wird,
9. zusätzliche wissenschaftliche Leistungen, z. B. positiv evaluierte Juniorprofessur, Habilitation oder habilitationsäquivalente Leistungen sowie
Darüber hinaus sind mehrjährige fachspezifische Lehrerfahrung, ein ausgewiesenes und international herausragendes Forschungsprofil in mindestens einem der vorgenannten Forschungsthemen, dokumentiert durch einschlägige Publikationen, Erfahrungen in nationalen und internationalen Forschungskooperationen (nachgewiesen durch entsprechende Auslandsaufenthalte und/oder maßgebliche Beteiligung in Projekten) erforderlich.
Fundierte Kenntnisse mit Anwendungen von Deep Learning in Computer Vision oder/und den Wissenschaften, Anpassen von Domänenwissen für Deep Learning, Grundlagen tiefer Lernarchitekturen und Inferenzprinzipien, Repräsentationslernen, sowie der technischen und systematischen Umsetzung neuartiger Konzepte, insbesondere im Rahmen von Open Source oder Datenanalyseplattformen werden erwartet.