Blätter-Navigation

Offre 416 sur 582 du 22/09/2021, 14:03

logo

Tech­ni­sche Uni­ver­sität Ber­lin - Fakul­tät IV - Insti­tut für Tele­kom­mu­ni­ka­ti­ons­sys­teme / Inter­net Archi­tec­ture and Manage­ment (INET)

Wiss. Mit­ar­bei­ter*in (d/m/w) - Ent­gelt­gruppe 13 TV-L Ber­li­ner Hoch­schu­len - 1. Qua­li­fi­zie­rungs­phase (zur Pro­mo­tion)

Teil­zeit­be­schäf­ti­gung ist ggf. mög­lich

Aufgabenbeschreibung:

Der Lehr­stuhl "Inter­net Archi­tec­ture and Manage­ment" erforscht zukünf­tige Kom­mu­ni­ka­ti­ons­netz­werke und zukünf­tige Anwen­dun­gen, die über diese Netz­werke ange­bo­ten wer­den. Unsere Vision ist, dass ver­netzte Sys­teme selbst- (z.B. selb­st­op­ti­mie­rend, selbstre­pa­rie­rend, selbst­kon­fi­gu­rie­rend) wer­den. Dem­entspre­chend sind wir der­zeit ins­be­son­dere an auto­ma­ti­sier­ten und daten­ge­trie­be­nen Ansät­zen inter­es­siert, um ver­netzte Sys­teme zu ent­wi­ckeln, zu opti­mie­ren und zu veri­fi­zie­ren.

Bis­her wer­den Kom­mu­ni­ka­ti­ons­netz­werke und Con­tent Dis­tri­bu­tion Net­works (CDN) auf eine eher sta­ti­sche und kon­ser­va­tive Weise betrie­ben. Jedoch ist bekannt, dass im Prin­zip ein stär­ker dyna­misch aus­ge­rich­te­ter Netz­werk­be­trieb die Effi­zi­enz von Netz­wer­ken in hohem Maße ver­bes­sern kann. Empi­ri­sche Stu­dien zei­gen, dass Kom­mu­ni­ka­ti­ons­ver­kehr und Res­sour­cen­po­pu­la­ri­tät viel Struk­tur auf­wei­sen, d.h. sie haben hohe Vari­anz über Zeit und Raum. Dyna­mi­schere Netz­werke sind eben­falls nütz­lich, um adap­tive Opti­mie­run­gen, Ver­la­ge­run­gen von Diens­ten oder neu ent­wi­ckelte selbst­steu­ernde Netz­werke zu unter­stüt­zen. Die­ses Pro­jekt ist begrün­det in dem Ziel, die Vor­züge von fle­xi­ble­ren Netz­werk­ope­ra­tio­nen wirk­sam ein­zu­set­zen, ohne die Betriebs­si­cher­heit von eher kon­ser­va­ti­ven Pro­zes­sen zu opfern.

  • Schaf­fen der theo­re­ti­schen und algo­rith­mi­schen Grund­la­gen von stär­ker adap­ti­ven Kom­mu­ni­ka­ti­ons­netz­wer­ken und CDN unter Nut­zung von Machine Lear­ning- und Arti­fi­cial Intel­li­gence-Werk­zeu­gen sowie Opti­mie­rungs­tech­ni­ken im all­ge­mei­nen.
  • Ent­wick­lung von Metho­den zur Vor­her­sage von Resoucen­po­pu­la­ri­tät, die wie­derum zur Opti­mie­rung von CDN-Pre­fet­ching-Algo­rith­men genutzt wer­den kön­nen.
  • Eva­lu­ie­rung unse­rer theo­re­ti­schen Kon­zepte in der Anwen­dung unter Nut­zung von Ver­kehrs­da­ten und rea­len Netz­werk-Traces von akti­ven ver­netz­ten Sys­te­men, teil­weise in Zusam­men­ar­beit mit der Indus­trie.
  • Ein­bin­dung in die Lehre und die Orga­ni­sa­tion der Lehre; Unter­stüt­zung des Fach­ge­biets­lei­ters bei der Betreu­ung von Bache­lor- und Mas­ter­ar­bei­ten.
  • Ver­brei­tung der For­schungs­er­geb­nisse: Beschrei­ben der Ergeb­nisse in wis­sen­schaft­li­chen Publi­ka­tio­nen und Pos­tern; Prä­sen­ta­tion der For­schungs­er­geb­nisse auf inter­na­tio­na­len Kon­fe­ren­zen und Work­shops oder bei Part­nern der Indus­trie.

Erwartete Qualifikationen:

Wir suchen eine*n sehr moti­vierte*n und exzel­lente*n Dok­to­rand*in mit sehr guten Fach­kennt­nis­sen und Inter­esse darin ML/AI- und Opti­mie­rungs­me­tho­den anzu­wen­den, um die Effi­zi­enz von Kom­mu­ni­ka­ti­ons­netz­wer­ken im all­ge­mei­nen und Con­tent Dis­tri­bu­tion-Netz­wer­ken im Beson­de­ren zu ver­bes­sern.

  • Erfolg­reich abge­schlos­se­nes wis­sen­schaft­li­ches Hoch­schul­stu­dium (Mas­ter, Diplom oder Äqui­va­lent) in Infor­ma­tik, Tech­ni­scher Infor­ma­tik oder einem ver­wand­ten Fach­ge­biet.
  • Kom­pe­tenz in Kom­mu­ni­ka­ti­ons­netz­wer­ken inklu­sive Con­tent Dis­tri­bu­tion-Netz­wer­ken wird vor­aus­ge­setzt.
  • Kom­pe­tenz in Algo­rith­men, ins­be­son­dere Netz­werk­al­go­rith­men, ver­teil­ten Algo­rith­men und Online-Algo­rith­men wird vor­aus­ge­setzt.
  • Kom­pe­tenz in Opti­mie­rung (z.B. linea­rer Pro­gram­mie­rung), Machi­nel­lem Ler­nen und Künst­li­cher Intel­li­genz wird vor­aus­ge­setzt.
  • Her­vor­ra­gende schrift­li­che und münd­li­che Eng­lisch­kennt­nisse wer­den vor­aus­ge­setzt. Ein hohes münd­li­ches und schrift­li­ches Aus­drucks­ver­mö­gen wird erwar­tet.

  • Grund­le­gende Erfah­rung in For­schungs­me­tho­den und wis­sen­schaft­li­chem Schrei­ben sind von Vor­teil.
  • Erfah­rung in der Lehre und didak­ti­sche Kom­pe­tenz sind von Vor­teil.
  • Fähig­keit in einem Team von inter­na­tio­na­len Wis­sen­schaft­ler*innen zu arbei­ten sowie gute Kom­mu­ni­ka­ti­ons­fä­hig­keit sind erwünscht.
  • Die Fähig­keit zum Unter­rich­ten, sowohl in deut­scher, als auch in eng­li­scher Spra­che, wird vor­aus­ge­setzt.

Hinweise zur Bewerbung:

Ihre Bewer­bung sen­den Sie bitte unter Angabe der Kenn­zif­fer und zusam­men mit Ihrem Lebens­lauf, Ihren Abschlussur­kun­den und Zeug­nis­sen inklu­sive Noten­spie­gel sowie wei­te­ren Unter­la­gen per E-Mail an Prof. Dr. Ste­fan Schmid unter jobs@inet.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 Tele­kom­mu­ni­ka­ti­ons­sys­teme, FG Inter­net Archi­tec­ture and Manage­ment (INET), Prof. Dr. Ste­fan Schmid, Skr. EN 18, Ein­stein­ufer 17, 10587 Ber­lin