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

Das Fachgebiet "Big Data Engineering" (DAMS Lab), unter Leitung von Prof. Dr.-Ing. Matthias Böhm, befasst sich mit Lehre und systemorientierter Forschung im Bereich Data Management für den gesamten Data Science Lebenszyklus von Dataintegration, -bereinigung, und -vorbereitung, über effizientes und skalierbares Training von Modellen, bis zum Modelldebugging und -deployment.

Das Fachgebiet (DAMS Lab) sucht eine*n wissenschaftliche*n Mitarbeiter*in (d/m/w) zur Verstärkung des Teams mit speziellem Fokus auf Systeminfrastruktur für data-centric machine learning pipelines" sowie deren effizienten und skalierbaren Ausführung in lokalen und verteilten Umgebungen. Themen von Interesse umfassen:

• Sprachabstraktionen für data-centric machine learning (ML) pipelines
• Effizientes Training und Inference von Large Language Models (LLMs)
• Kompilierungstechniken für Lineare Algebra Programme
• Laufzeitmethoden und Parallelisierungsstrategien für Lineare Algebra Programme
• Internas von ML Systemen wie Speicherverwaltung und I/O
• Unterstützung von heterogenen Hardwarebeschleunigern
• Lehraufgaben

• Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) in Informatik oder einem verwandten Studiengang. Wir sind auch offen für domänenspezifische Studiengänge, sofern die Bereitschaft vorhanden ist Lücken in notwendiger Informatikausbildung zu schließen.
• Starker Fachlicher Hintergrund in den Bereichen Data Management, Angewandtes Maschinelles Lernen, Verteilte Systeme, und Software Engineering
• Programmiererfahrung in Python und Java (erfordert) sowie C/C++ (vorteilhaft)
• Die Fähigkeit zum Unterrichten in deutscher und/oder in englischer Sprache wird vorausgesetzt; Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben
• Kommunikations- und Teamfähigkeit, selbständige Arbeitsweise, hohe Motivation von Vorteil
• Grundlegende Erfahrung in Forschungsmethoden und dem Verfassen wissenschaftlicher Arbeiten erwünscht
• Erfahrung in der Lehre und didaktische Kompetenz sind von Vorteil

Ihre Bewerbung richten Sie bitte unter Angabe der Kennziffer mit den üblichen Unterlagen (Cover Letter, CV, Notenübersicht, Abschlüsse; in einem PDF-Dokument, max. 10 MB) ausschließlich per E-Mail an jobs@dams.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/.

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. Bewerbungen von Menschen aller Nationalitäten und mit Migrationshintergrund sind herzlich willkommen.