Blätter-Navigation

Angebot 94 von 194 vom 23.09.2024, 11:49

logo

Tech­ni­sche Infor­ma­ti­ons­bi­blio­thek (TIB) - Uni­ver­si­täts­bi­blio­thek

Die Tech­ni­sche Infor­ma­ti­ons­bi­blio­thek (TIB) ist eine Stif­tung öffent­li­chen Rechts des Lan­des Nie­der­sach­sen. Mit rund 600 Beschäf­tig­ten und einem Etat von circa 50 Mil­lio­nen Euro ist sie eine der größ­ten Infor­ma­ti­ons­in­fra­struk­tur­ein­rich­tun­gen in Deutsch­land.

Als Deut­sche Zen­trale Fach­bi­blio­thek für Tech­nik und Natur­wis­sen­schaf­ten sichern wir mit unse­ren zukunfts­wei­sen­den Dienst­leis­tun­gen die infra­struk­tu­rel­len Vor­aus­set­zun­gen einer qua­li­ta­tiv hoch­wer­ti­gen Infor­ma­ti­ons- und Lite­ra­tur­ver­sor­gung für For­schung in Wis­sen­schaft und Indus­trie. Unsere Dienst­leis­tun­gen als Uni­ver­si­täts­bi­blio­thek sichern die lokale Ver­sor­gung für die Leib­niz Uni­ver­si­tät Han­no­ver.

Wissenschaftliche Mitarbeiter:innen / Doktorand:innen (m/w/d)

Aufgabenbeschreibung:

Die Nature-Inspired Machine Intelligence Group (NIMI) steht an der Spitze der Pionierforschung, die die Prinzipien der Naturwissenschaften mit modernster Künstlicher Intelligenz verbindet. Unsere Gruppe legt einen starken Schwerpunkt auf die mathematischen Grundlagen von KI-Modellen. Unsere Arbeit konzentriert sich auf Schlüsselbereiche wie Wissensgraphen, Wissensrepräsentation und grundlegende Modelle, einschließlich derjenigen, die Sprach- und Bildverarbeitungssystemen zugrunde liegen. Ein besonderer Aspekt unserer Forschung ist die Verbesserung der logischen Fähigkeiten der KI, wobei wir uns bemühen, Systeme zu schaffen, die nicht nur leistungsstark und effizient sind, sondern auch von den zugrundeliegenden Prinzipien der natürlichen Welt geprägt sind. Indem wir die Erkenntnisse der Naturwissenschaften nutzen, wollen wir KI-Lösungen entwickeln, die robuster, interpretierbar und zu ausgefeilten Schlussfolgerungen fähig sind, um die Grenzen dessen zu erweitern, was KI beim Verstehen und bei der Interaktion mit komplexen Umgebungen erreichen kann.

Ihre Tätigkeit umfasst

  • Unterstützung grundlegender KI-Forschung für die wissenschaftliche Kommunikation: Führen Sie Literaturrecherchen durch, entwickeln und testen Sie mathematische Modelle und validieren Sie theoretische Ansätze in Bereichen wie Wahrscheinlichkeitstheorie, Optimierung und physikalisch informierte KI, um sicherzustellen, dass die Modelle robust und interpretierbar sind.
  • Vorantreiben von Wissensgraphen: Beteiligen Sie sich am Entwurf, der Konstruktion und der Optimierung von Wissensgraphen, entwickeln Sie Algorithmen für effiziente Schlussfolgerungen und testen Sie neue Methoden zur Wissensdarstellung, um die Entscheidungsfähigkeit der KI zu verbessern.
  • Beitrag zu Sprach- und Sichtmodellen: Unterstützung beim Training, der Feinabstimmung und der Evaluierung von groß angelegten Sprach- und Sehmodellen, Durchführung von Experimenten zur Verbesserung ihrer Argumentationsfähigkeiten und Integration in umfassendere KI-Systeme.
  • Allgemeine Forschungsunterstützung: Dokumentieren Sie Ergebnisse, präsentieren Sie Forschungsfortschritte, tragen Sie zu Vorschlägen und Veröffentlichungen bei und arbeiten Sie mit leitenden Forschern zusammen, um die Aufgabe der Gruppe im Bereich der von der Natur inspirierten maschinellen Intelligenz voranzubringen.

Sie werden auch die Möglichkeit haben

  • Die Entwicklung und Anwendung von KI-basierten Werkzeugen auf dem Open Research Knowledge Graph (ORKG) zu fördern.
  • Forschungsergebnisse auf renommierten Forschungskonferenzen und in begutachteten Fachzeitschriften zu veröffentlichen und zu präsentieren.
  • Entwicklung einer Dissertation auf dem Gebiet der KI für die wissenschaftliche Kommunikation.
  • Mitwirkung an der Forschung und Entwicklung von ORKG und Mitarbeit in einem außergewöhnlichen Team von Doktoranden, Softwareingenieuren und Postdoktoranden.

Erwartete Qualifikationen:

Ihr Profil
Wir suchen kreative und effiziente Menschen, die in der Lage sind, neues Wissen schnell zu erfassen, abstraktes Denken mit konkreter Problemlösung zu verbinden, Interesse an der Bewältigung komplexer Herausforderungen haben und über solide wissenschaftliche Schreib- und Kommunikationsfähigkeiten verfügen. Ihre Kompetenzen und Ihre Forschungsinteressen sollten in der Informatik, den Datenwissenschaften oder einem verwandten Fachgebiet verwurzelt sein, mit einem nachgewiesenen Interesse an grundlegender KI-Forschung, Wissensrepräsentation und der Anwendung physikalisch informierter Methoden. Darüber hinaus wird ein starkes Engagement für die Verwaltung von Forschungsdaten und die Umsetzung der FAIR-Datengrundsätze sehr geschätzt.

Die folgenden Qualifikationen werden erwartet

  • Ein erfolgreich abgeschlossenes akademisches Hochschulstudium (Master oder gleichwertig) in einem relevanten Studienbereich wie Informatik, Datenwissenschaft, künstliche Intelligenz oder einer verwandten Disziplin mit sehr guten Noten.
  • Nachgewiesene Fachkenntnisse in der Verarbeitung natürlicher Sprache (NLP), KI und maschinellem Lernen (ML), mit einer soliden Grundlage in der Entwicklung und Feinabstimmung großer Sprachmodelle (LLMs) und Transformer-basierter Architekturen.
  • Ausgezeichnete Softwareentwicklungsfähigkeiten, insbesondere in der Front-End-Entwicklung und/oder webbasierten API- und Back-End-Entwicklung, sowie Kenntnisse in der skriptbasierten Datenverarbeitung und -analyse (insbesondere in Python, unter Verwendung von Frameworks wie TensorFlow, PyTorch oder Hugging Face Transformers).
  • Einschlägige praktische Erfahrung mit Wissensgraphen, semantischen Webtechnologien, Ontologieentwicklung und -verwaltung und Werkzeugen wie Graphendatenbanken sowie Erfahrung in der Integration dieser mit LLMs.
  • Nachgewiesene Kenntnisse von Daten- und Metadatenstandards, insbesondere im Zusammenhang mit der Verwaltung von Forschungsdaten, mit einem Verständnis der Herausforderungen und bewährten Verfahren für das Training und den Einsatz von Sprachmodellen in großem Maßstab.
  • Starkes Interesse an der Zusammenarbeit mit Forschungsgemeinschaften, am Verständnis ihrer Bedürfnisse und an der Umsetzung ihrer Anforderungen in hochwertige KI-gestützte Lösungen, insbesondere im Zusammenhang mit Sprachmodellen und KI-Schlussfolgern.
  • Sehr gute Englischkenntnisse in Wort und Schrift sowie ausgezeichnete Kommunikationsfähigkeiten.

Wünschenswerte Ergänzungen zu Ihrem Profil

  • Erfahrung mit multimodaler KI und erklärbarer KI (XAI): Kenntnisse in der Integration von Sprache mit anderen Modalitäten (z. B. Sehen, Audio) und der Entwicklung interpretierbarer KI-Modelle, insbesondere im Zusammenhang mit großen Sprachmodellen.
  • Fortgeschrittene Kenntnisse in Reinforcement Learning (RL): Erfahrung mit Techniken des Verstärkungslernens, insbesondere im Zusammenhang mit der Verarbeitung natürlicher Sprache oder mit Entscheidungssystemen.
  • Agentische Arbeitsabläufe in LLMs: Erfahrung mit der Aufforderung von Sprachmodellen zum Aufbau von agentenbasierten Arbeitsabläufen oder der Verwendung von Agenten-Frameworks.
  • Publikationsnachweis): Eine Erfolgsbilanz bei der Veröffentlichung von qualitativ hochwertigen Artikeln in hochrangigen AI/ML- und NLP-Konferenzen oder -Zeitschriften.

Unser Angebot:

Die Technische Informationsbibliothek (TIB), Programmbereich D, Open Research Knowledge Graph, sucht zum nächstmöglichen Zeitpunkt zwei

Wissenschaftliche Mitarbeiter:innen / Doktorand:innen (m/w/d)

für die Forschungsgruppe Artificial Intelligence for Scholarly Communication (Dr. Sahar Vahdati).

Die Stellen sind zunächst auf drei Jahre befristet, eine anschließende Weiterbeschäftigung wird angestrebt.
Die regelmäßige wöchentliche Arbeitszeit beträgt 29,85 Stunden (Teilzeit, 75%). Die Eingruppierung erfolgt in die Entgeltgruppe 13 TV-L.

Wir bieten
Unser Ziel ist es, die Bereitstellung und Nutzung von Forschungsdaten und -informationen immer wieder neu zu überdenken und zu innovieren. In der Forschungs- und Entwicklungsabteilung der TIB haben Sie die Möglichkeit, Ihre wissenschaftliche Weiterqualifizierung und Forschungskarriere in einem dynamischen und exzellenten Forschungsumfeld voranzutreiben. Wir bieten ein intellektuell inspirierendes Umfeld mit unternehmerischer Denkweise, eingebettet in eine führende technische Universität und eines der größten Informationszentren der Leibniz-Gemeinschaft. Mit dem Forschungszentrum L3S der Leibniz Universität Hannover, eines der weltweit führenden Forschungsinstitute im Bereich Web & Data Science, besteht dabei im Rahmen des Leibniz Joint Lab Data Science & Open Knowledge eine enge Kooperation.

Darüber hinaus bieten wir

  • Einen gemeinwohlorientierten Arbeitsplatz im öffentlichen Dienst auf der Grundlage des Tarifvertrags für den öffentlichen Dienst der Länder (TV-L) mit einer Vergütung nach der Entgeltgruppe 13 TV-L.
  • Eine Sonderzahlung zum Jahresende sowie 30 Tage Urlaub im Jahr bei einer Fünf-Tage-Woche.
  • Flexible Arbeitszeitmodelle sowie Angebote zur Vereinbarkeit von Beruf und Familie wie mobiles Arbeiten und Telearbeit.
  • Einen modernen Arbeitsplatz in zentraler Lage von Hannover mit einem kollegialen, attraktiven und vielseitigen Arbeitsumfeld.
  • Einen Arbeitgeber mit breit gefächertem Fort- und Weiterbildungsangebot, einer betrieblichen Gesundheitsförderung und Altersvorsorge für den öffentlichen Dienst (VBL).
  • Beschäftigtenrabatt in den Mensen des Studentenwerks Hannover sowie Möglichkeit zur Nutzung der vielseitigen Angebote des Hochschulsports Hannover.
  • Finanzierung der notwendigen technischen Ausstattung sowie von Konferenz- und Forschungsaufenthalten.
  • Arbeit im Kontext nationaler und internationaler Forschungs- und Innovationsprojekte.
  • Ein Portfolio von Technologiekomponenten, auf denen aufgebaut werden kann, darunter ORKG, OpenResearch.org, TIB AV-Portal, DBpedia.org, SlideWiki und andere.

Interessent:innen können sich bei Lisa Fricke, Personalservice, per E-Mail unter Lisa.Fricke@tib.eu näher über das Arbeitsgebiet informieren.

Hinweise zur Bewerbung:

Wir freuen uns auf Ihre Bewerbung. Um Ihre Bewerbung einzureichen, nutzen Sie bitte das Bewerbungsformular auf unserer Webseite unter https://tib.eu/bewerbungsformular-53-2024.

Bewerbungen in Papierform sind ebenfalls gleichrangig möglich. Für diesen Fall senden Sie Ihre vollständigen Bewerbungsunterlagen bitte unter Angabe der Ausschreibungsnummer 53/2024 bis zum 23.10.2024 an die

Technische Informationsbibliothek (TIB)
Personalservice
Frau Lisa Fricke
Welfengarten 1 B
30167 Hannover

oder als PDF-Datei an Bewerbung@tib.eu. Bei einer Bewerbung in digitalisierter Form bitten wir um Übersendung einer einzigen PDF-Datei mit einer Größe von maximal 10 MB.