Blätter-Navigation

Of­fer 52 out of 249 from 17/01/21, 00:00

logologo

Tech­ni­sche Uni­ver­si­tät Dres­den - Fakul­tät Ver­kehrs­wis­sen­schaf­ten „Fried­rich List“, Insti­tut für Wirt­schaft und Ver­kehr, Pro­fes­sur für Öko­no­me­trie und Sta­tis­tik, ins­be­son­dere im Ver­kehrs­we­sen

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

(bei Vor­lie­gen der per­sön­li­chen Vor­aus­set­zun­gen E 13 TV-L)
Die Stelle ist zum nächst­mög­li­chen Zeit­punkt bis zum 31.03.2022 mit der Option auf Ver­län­ge­rung (Beschäf­ti­gungs­dauer gem. WissZeitVG), mit 50 % der regel­mä­ßi­gen wöchent­li­chen Arbeits­zeit, zu beset­zen. Es besteht die Gele­gen­heit zur eige­nen wiss. Wei­ter­qua­li­fi­ka­tion.
Im Rah­men der Wei­ter­füh­rung eines von der Bun­des­an­stalt für Was­ser­bau (BAW) im Refe­rat Schiff­fahrt geför­der­ten For­schungs­pro­jekts soll ein dyna­mi­scher zwei­di­men­sio­na­ler Ver­kehrs­fluss-Simu­la­tor zur Beschrei­bung der Bin­nen­schiff­fahrt ent­wi­ckelt wer­den. Das Ziel ist es, mit Deep Lear­ning Ansät­zen wie Rein­force­ment Lear­ning und Super­vi­sed Lear­ning die Schiffe ein kol­li­si­ons­freies Navi­gie­ren erler­nen zu las­sen. Dabei sind für jedes Was­ser­fahr­zeug z. B. Ver­kehrs­re­geln, Min­dest­ab­stände und phy­si­ka­li­sche Gesetz­mä­ßig­kei­ten (Gren­zen der Manö­vrier­fä­hig­keit) zu berück­sich­ti­gen.

Auf­ga­ben­be­sch­rei­bung:

Wei­ter­ent­wick­lung des Ver­kehrs­si­mu­la­tors in Koope­ra­tion mit dem Auf­trag­ge­ber BAW unter Ver­wen­dung von Deep Lear­ning Ansät­zen. Eigene For­schungs­ak­ti­vi­tä­ten mit dem Ziel der Pro­mo­tion sowie Publi­ka­tio­nen in inter­na­tio­na­len Zeit­schrif­ten sind aus­drück­lich erwünscht.

Er­war­te­te Qua­li­fi­ka­tio­nen:

wiss. Hoch­schul­ab­schluss in Infor­ma­tik, Mathe­ma­tik, Phy­sik oder im Inge­nieur­we­sen; fun­dierte Kennt­nisse der moder­nen objekt­ori­en­tier­ten Pro­gram­mie­rung; Inter­esse an der Arbeit mit Deep Lear­ning Tech­ni­ken; Fähig­keit zu selbst­stän­di­ger ziel- und pro­jekt­ori­en­tier­ter wiss. Arbeit. Vor­teil­haft sind bereits bestehende Kennt­nisse in Machine Lear­ning, z. B. im Gebiet Rein­force­ment Lear­ning, Kennt­nisse in Ver­kehrs­mo­del­lie­rung (auch des Stra­ßen­ver­kehrs), Hydro­dy­na­mik oder Viel­teil­chen­mo­del­lie­rung.

Un­ser An­ge­bot:

Sehr gerne steht Ihnen für wei­tere Aus­künfte Herr Dipl.-Ing. Fabian Hart (Tel.: 0351 463-36794, E Mail: fabian.hart@tu-dresden.de) zur Ver­fü­gung.

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 bis zum 02.02.2021 (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 ostap.okhrin@tu-dresden.de oder an: TU Dres­den, Fakul­tät Ver­kehrs­wis­sen­schaf­ten „Fried­rich List“, Insti­tut für Wirt­schaft und Ver­kehr, Pro­fes­sur für Öko­no­me­trie und Sta­tis­tik, ins­be­son­dere im Ver­kehrs­we­sen, Herrn Prof. Dr. Ostap Okhrin, 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.