Stellenticket Leibniz Universität Hannover

Das Ziel des Pro­jek­tes besteht in der Ent­wick­lung von Metho­den zur Erken­nung uner­wünsch­ter Arz­nei­mit­tel­wir­kun­gen. Hier­bei steht die Ent­wick­lung von sprach­über­grei­fen­den (cross-lin­gua­len) Trans­for­mer-Archi­tek­tu­ren mit Trans­fer- und Few-Shot Lear­ning im Vor­der­grund. Dar­über hin­aus besteht das kon­krete Ziel darin, a) feh­ler­hafte und fal­schen Infor­ma­tio­nen in Pati­ent*innen­fo­ren zu iden­ti­fi­zie­ren, b) Mög­lich­kei­ten zu fin­den, sen­si­tive, von Pati­en­tIn­nen gene­rierte Daten für die For­schung nutz­bar zu machen, sowie c) cross-kul­tu­relle und cross-lin­guale Aspekte rund um Arz­nei­mit­tel­ne­ben­wir­kun­gen zu erfor­schen.

Wir erwar­ten in die­sem Pro­jekt selbst­stän­dige und ver­ant­wort­li­che For­schung in den beschrie­be­nen Berei­chen aber auch die Eva­lua­tion alter­na­ti­ver Ansätze.

• erfolg­reich abge­schlos­se­nes wis­sen­schaft­li­ches Hoch­schul­stu­dium (Diplom, Mas­ter oder Äqui­va­lent) in in Com­pu­ter­lin­gu­is­tik oder Infor­ma­tik
• Erfah­rung in Ver­ar­bei­tung natür­li­cher Spra­che und des Maschi­nel­len Ler­nens
• sehr gute Pro­gram­mier­kennt­nisse in Python, ins­be­son­dere in den Biblio­the­ken Hug­ging­face und PyTorch/Ten­sor­Flow

Vor­kennt­nisse in einem oder meh­re­ren der fol­gen­den Berei­che sind von Vor­teil:

• Few-Short Lear­ning
• Cross-lin­guale Infor­ma­ti­ons­ex­trak­tion
• Erstel­lung medi­zi­ni­scher Kor­pora und Umgang mit Anno­ta­ti­ons­tools wie brat oder pro­digy
• Grund­kennt­nisse im Bereich uner­wünsch­ter Wech­sel­wir­kun­gen
• Erfah­rung in der Arbeit in einem inter­na­tio­na­len Team
• sehr gute Deutsch- und Eng­lisch­kennt­nisse erfor­der­lich
• Grund­kennt­nisse in ande­ren Spra­chen, bei­spiels­weise Fran­zö­sisch

Ihre Bewer­bung rich­ten Sie bitte unter Angabe der Kenn­zif­fer mit den übli­chen Unter­la­gen (aus­sa­ge­kräf­ti­ges Anschrei­ben, Lebens­lauf und Zeug­nisse) an Prof. Dr. Möl­ler per E-Mail (in einem zusam­men­ge­fass­ten pdf-Doku­ment, max. 5 MB) an bewerbung@qu.tu-berlin.de oder pos­ta­lisch an Tech­ni­sche Uni­ver­si­tät Ber­lin, Fakul­tät IV, Insti­tut für Soft­ware­tech­nik und Theo­re­ti­sche Infor­ma­tik, FG Qua­lity and Usa­bi­lity Lab, Prof. Dr. Möl­ler, TEL 18, Ernst-Reu­ter-Platz 7, 10587 Ber­lin.

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.

Aus Kos­ten­grün­den wer­den die pos­ta­lisch zuge­sand­ten Bewer­bungs­un­ter­la­gen nicht zurück­ge­sandt. Bitte rei­chen Sie nur Kopien ein.

Tech­ni­sche Uni­ver­si­tät Ber­lin - Die Prä­si­den­tin - Fakul­tät IV, Insti­tut für Soft­ware­tech­nik und Theo­re­ti­sche Infor­ma­tik, FG Qua­lity and Usa­bi­lity Lab, Prof. Dr. Möl­ler, TEL 18, Ernst-Reu­ter-Platz 7, 10587 Ber­lin