Stellenticket Leibniz Universität Hannover

Die neue Pro­fes­sur wird das Gebiet der Künst­li­chen Intel­li­genz (KI) und des Maschi­nel­len Ler­nens (ML) an der Uni­ver­si­tät unter­stüt­zen und eine zen­trale Rolle im ScaDS.AI Dres­den/Leip­zig spie­len. Um die Lücke zwi­schen der effi­zi­en­ten Nut­zung von Mas­sen­da­ten (Big Data), fort­schritt­li­chen KI-Metho­den und der Wis­sens­dar­stel­lung zu schlie­ßen, wer­den an bei­den Stand­or­ten des Kom­pe­tenz­zen­trums ins­ge­samt acht neue Pro­fes­su­ren in den Gebie­ten Data Ana­ly­tics und Künst­li­che Intel­li­genz ein­ge­rich­tet. Dadurch wer­den die metho­di­schen Big-Data-Schwer­punkte in die Rich­tun­gen Maschi­nel­les Ler­nen und Künst­li­che Intel­li­genz wei­ter­ent­wi­ckelt. An der TU Dres­den sol­len grund­le­gende For­schungs­be­rei­che durch die neuen Pro­fes­su­ren „„Daten­wis­sen¬schaf­ten“, „Wis­sens­ba­sierte Künst­li­che Intel­li­genz“, „Ska­lier­bare Soft­ware-Archi­tek­tu­ren für Data Ana­ly­tics“ und „Maschi­nel­les Ler­nen für das Räum­li­che Ver­ständ­nis“ eta­bliert wer­den. Ins­be­son­dere wird damit auch der Ein­satz von KI-Metho­den in ver­schie­de­nen Anwen­dungs­be­rei­chen vor­an­ge­trie­ben.

Die Pro­fes­sur für Ska­lier­bare Soft­ware-Archi­tek­tu­ren für Data Ana­ly­tics soll dazu bei­tra­gen, Metho­den für effi­zi­ente und ska­lier­bare Soft­ware-Archi­tek­tu­ren im Gebiet Data Ana­ly­tics, ins­be­son­dere des Maschi­nel­len Ler­nens, zu erwei­tern, um die aus der Ver­ar­bei­tung sehr gro­ßer und hete­ro­ge­ner Daten resul­tie­ren­den Her­aus­for­de­run­gen zu lösen. Dabei ste­hen Aspekte wie Ska­lier­bar­keit und Effi­zi­enz­stei­ge­rung im Vor­der­grund. Die betrach­te­ten Metho­den kön­nen sowohl wie­der­keh­rende Ana­ly­sen der glei­chen Daten im Rah­men der Modell­op­ti­mie­rung bei bestimm­ten Lern­ver­fah­ren als auch die Ana­lyse sehr gro­ßer Daten­be­stände umfas­sen. Ska­lie­rende Lern­ver­fah­ren wer­den nur mög­lich, wenn sowohl die algo­rith­mi­schen Aspekte der Ana­lyse als auch die Eigen­schaf­ten der not­wen­di­gen Daten­ope­ra­tio­nen ganz­heit­lich betrach­tet, auf den Kon­text der unter­lie­gen­den Rech­ner­ar­chi­tek­tur bezo­gen wer­den und in die Soft­ware-Archi­tek­tur ein­flie­ßen. Dar­über hin­aus sind neu­ar­tige Metho­den not­wen­dig, die ein effi­zi­en­tes Zusam­men­spiel zwi­schen zen­tra­len Sys­te­men für den Lern­pro­zess und Peri­phe­rie­sys­te­men für die Anwen­dung der gelern­ten Sys­teme erfor­dern (Edge-/Cloud-Inte­gra­tion). Hier­für wer­den Kom­mu­ni­ka­ti­ons­ver­fah­ren benö­tigt, die mit wech­seln­den Laten­zen umge­hen kön­nen. Sie soll­ten in einem oder meh­re­ren die­ser Fel­der signi­fi­kante For­schungs­bei­träge geleis­tet haben.

Sie (m/w/d) wer­den das Fach­ge­biet in For­schung und Lehre ver­tre­ten. Wir erwar­ten von Ihnen eine zen­trale Betei­li­gung am Kom­pe­tenz­zen­trum ScaDS.AI Dres­den/Leip­zig sowie eine enge Inte­gra­tion in der Fakul­tät Infor­ma­tik. Im Rah­men des Kom­pe­tenz­zen­trums gibt es enge Koope­ra­tio­nen mit ver­schie­de­nen Fach­rich­tun­gen. Die Lehr­ver­pflich­tung ist für die Lauf­zeit des ScaDS.AI Dres­den/Leip­zig redu­ziert auf zwei SWS, eine Betei­li­gung an der Lehre aber erwünscht. Das betrifft ins­be­son­dere Lehr­ver­an­stal­tun­gen in deut­scher und eng­li­scher Spra­che im Wid­mungs­ge­biet für alle Stu­di­en­gänge der Fakul­tät Infor­ma­tik. Dar­über hin­aus ist eine Betei­li­gung an der Grund­la­gen­aus­bil­dung im Wid­mungs­ge­biet und im Leh­rex­port üblich. Wir erwar­ten, dass Sie Bei­träge zur Ent­wick­lung der neuen Stu­di­en­rich­tung „Data Sci­ence“ und des neuen Tracks „App­lied AI“ im Stu­di­en­gang „Com­pu­ta­tio­nal Mode­ling and Simu­la­tion“ leis­ten. Zu Ihren Auf­ga­ben gehört wei­ter­hin die Mit­wir­kung in der aka­de­mi­schen Selbst­ver­wal­tung und in den aka­de­mi­schen Gre­mien der Fakul­tät Infor­ma­tik und der Tech­ni­schen Uni­ver­si­tät Dres­den.

Sie sind in den auf­ge­zähl­ten For­schungs­ge­bie­ten inter­na­tio­nal her­vor­ra­gend aus­ge­wie­sen und brin­gen Erfah­run­gen in einem oder meh­re­ren für das ScaDS.AI Dres­den/Leip­zig rele­van­ten Anwen­dungs­ge­bie­ten mit. Beson­de­ren Wert legen wir auf exzel­lente inter­na­tio­nale Publi­ka­tio­nen, auf die aktive Betei­li­gung an kol­la­bo­ra­ti­ver inter­dis­zi­pli­nä­rer For­schung, sowie auf eigen­stän­dige Ein­wer­bung und Durch­füh­rung von For­schungs­pro­jek­ten in den oben genann­ten Teil­ge­bie­ten. Sub­stan­ti­elle Erfah­rung in der Betreu­ung von Pro­mo­vie­ren­den, nach­ge­wie­sene exzel­lente Lehr­be­fä­hi­gung sowie Habi­li­ta­tion oder habi­li­ta­ti­ons­äqui­va­lente Leis­tun­gen wer­den vor­aus­ge­setzt. Die Beru­fungs­vor­aus­set­zun­gen rich­ten sich nach § 58 SächsHSFG.

Die Pro­fes­sur wird im Regel­fall als W2-Stelle beru­fen. Eine Höher­stu­fung auf eine W3-Stelle kann in Betracht gezo­gen wer­den, wenn die Exzel­lenz­kri­te­rien des ScaDS.AI in außer­ge­wöhn­li­cher Weise erfüllt sind: her­aus­ra­gende For­schungs­er­geb­nisse, nach­ge­wie­se­ner Erfolg im Men­to­ring von Nach­wuchs­wis­sen­schaft­ler/innen, hohe inter­na­tio­nale Sicht­bar­keit, Abde­ckung eines brei­te­ren For­schungs­ge­bie­tes sowie inno­va­tive und mög­lichst inter­dis­zi­pli­näre For­schungs­an­sätze.

Für wei­tere Fra­gen ste­hen Ihnen der Dekan der Fakul­tät Infor­ma­tik, Herr Prof. Dr. sc. techn. Ivo F. Sbalza­rini, Tel. +49 351 463-32815; E-Mail: dekan.inf@tu-dresden.de sowie der Direk­tor von ScaDS.AI, Herr Prof. Dr. rer. nat. Wolf­gang E. Nagel, Tel. +49 351 463-35450; E-Mail: scads.ai@tu-dresden.de zur Ver­fü­gung.

Die TU Dres­den ist bestrebt, den Anteil der Pro­fes­so­rin­nen zu erhö­hen und ermu­tigt Frauen aus­drück­lich, sich zu bewer­ben. Auch die Bewer­bun­gen schwer­be­hin­der­ter Men­schen sind beson­ders will­kom­men. Die Uni­ver­si­tät ist eine zer­ti­fi­zierte fami­li­en­ge­rechte Hoch­schule und ver­fügt über einen Dual Career Ser­vice. Soll­ten Sie zu die­sen oder ver­wand­ten The­men Fra­gen haben, ste­hen Ihnen die Gleich­stel­lungs­be­auf­tragte der Fakul­tät Infor­ma­tik (Frau Dr.-Ing. Iris Braun, +49 351 463- 38063) sowie die Schwer­be­hin­der­ten­ver­tre­tung (Herr Roberto Lemm­rich, Tel.: +49 351 463-33175) gern zum Gespräch zur Ver­fü­gung.

Ihre Bewer­bung sen­den Sie bitte mit tabel­la­ri­schem Lebens­lauf, Dar­stel­lung des wis­sen­schaft­li­chen Wer­de­gan­ges, einer Publi­ka­ti­ons­liste, einer Liste mit Dritt­mit­tel­pro­jek­ten und der bis­he­ri­gen Lehr­tä­tig­keit ein­schließ­lich der Ergeb­nisse der Lehr­eva­lua­tion (bevor­zugt der letz­ten drei Jahre), einem For­schungs- (max. 3 Sei­ten), Inte­gra­ti­ons- sowie Lehr­kon­zept (jeweils max. 1 Seite) sowie beglau­big­ter Kopie der Urkunde über den erwor­be­nen höchs­ten aka­de­mi­schen Grad bis zum 22.08.2022 (es gilt der Post­stem­pel der ZPS der TU Dres­den) an: TU Dres­den, Dekan der Fakul­tät Infor­ma­tik, Herrn Prof. Dr. Ivo Sbalza­rini, Helm­holtz­str. 10, 01069 Dres­den und in elek­tro­ni­scher Form (CD, USB-Spei­cher­me­dium oder über das Secu­re­Mail Por­tal der TU Dres­den, https://securemail.tu-dresden.de an dekan.inf@tu-dresden.de).

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.