Blätter-Navigation

Of­fer 247 out of 296 from 12/06/20, 12:31

logo

Tech­ni­sche Uni­ver­sität Ber­lin - Fakul­tät IV - Insti­tut für Tech­ni­sche Infor­ma­tik und Mikro­elek­tro­nik / FG Remote Sen­sing Image Ana­ly­sis

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

unter Vor­be­halt der Mit­tel­be­wil­li­gung - Teil­zeit­be­schäf­ti­gung ist ggf. mög­lich

Auf­ga­ben­be­sch­rei­bung:

Ent­wick­lung inno­va­ti­ver Metho­den des maschi­nel­len Ler­nens (mit beson­de­rem Schwer­punkt auf Deep Lear­ning) für die Ana­lyse gro­ßer Daten­men­gen aus dem Welt­raum.
Die Haupt­the­men beinhal­ten:
1) Ent­wick­lung von Deep Lear­ning Model­len, wel­che die Pro­bleme des Daten­un­gleich­ge­wichts (data imba­lance pro­blem) bei der Klas­si­fi­ka­tion von Satel­li­ten­bil­dern über­win­den kön­nen.
2) Inte­gra­tion von Crowd­sour­ced-Daten (z.B. Open­Street­Map-Tags) in Deep-lear­ning Model­len zur Extrak­tion von seman­ti­schen Bild­in­for­ma­tio­nen.
3) Ent­wick­lung von Metho­den des akti­ven Ler­nens (active lear­ning), wel­che auf ent­wi­ckel­ten Deep Lear­ning Net­zen anwend­bar sind.

Er­war­te­te Qua­li­fi­ka­tio­nen:

  • erfolg­reich abge­schlos­se­nes wis­sen­schaft­li­ches Hoch­schul­stu­dium (Mas­ter, Diplom oder Äqui­va­lent) in Infor­ma­tik oder Tech­ni­scher Infor­ma­tik
  • Erfah­rung im Maschi­nel­len Ler­nen, Data-Mining, Deep Lear­ning
  • solide Pro­gram­mier­kennt­nisse
  • gute Erfah­run­gen mit min­des­tens einem Deep Lear­ning Frame­work (Ten­sor­flow, Caffe, PyTorch)
  • exzel­lente Eng­lisch­kennt­nisse in Wort und Schrift; gute Deutsch­kennt­nisse sind erfor­der­lich; Bereit­schaft die jeweils feh­len­den Sprach­kennt­nisse zu erler­nen

Hin­wei­se zur Be­wer­bung:

Ihre Bewer­bung rich­ten Sie bitte unter Angabe der Kenn­zif­fer mit den übli­chen Unter­la­gen per E-Mail (in einem zusam­men­ge­fass­ten pdf-Doku­ment, max. 5 MB) an Prof. Dr. Begum Demir unter jobs@rsim.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/ oder Direkt­zu­gang: 214041.

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.

Tech­ni­sche Uni­ver­si­tät Ber­lin - Der Prä­si­dent - Fakul­tät IV, Insti­tut für Tech­ni­sche Infor­ma­tik und Mikro­elek­tro­nik, FG Remote Sen­sing Image Ana­ly­sis, Prof. Dr. Begum Demir, Sekr. E-N 5, Ein­stein­ufer 17, 10587 Ber­lin