Professuren

Die TU Dresden gehört zu den Spitzenuniversitäten in Deutschland und Europa und ist eine der elf deutschen Universitäten mit dem Status einer Exzellenzuniversität. Im Rahmen ihrer strate­gischen Entwicklung strebt die TU Dresden eine starke interdisziplinäre Vernetzung an, indem sie computergestützte Wissenschaftsansätze über verschiedene Disziplinen hinweg erweitert. Zu diesem Zweck wird im Center for Interdisciplinary Digital Sciences (CIDS) die Dresdner Forschung zur Digitalisierung in allen Wissenschaftsgebieten holistisch und synergetisch zusammengeführt, als Kristallisationspunkt für Innovation und Interdisziplinarität. Bestandteil ist auch das vom ZIH der TU Dresden neu eingeworbene NHR-Zentrum „HPC–Data Analytics II“ zur Bereitstellung von schneller Rechenleistung, das in den nächsten 10 Jahren mit insgesamt mehr als 80 Mio. Euro gefördert wird. Die Hardware wird CPU- und Beschleuniger-Architekturen umfassen, die insbeson­dere auch für innovative KI-Anwendungen ausgelegt sind. Werden Sie Teil und arbeiten Sie gemeinsam mit 600 Mitarbeitern/-innen aus verschiedenen Departments unter einem Dach im neuen Lehmann-Zentrum an Fragestellungen zum Thema Digitale Wissenschaften der Zukunft.

Das BMBF-Kompetenzzentrum für Big Data und Künstliche Intelligenz „Center for Scalable Data Analytics and Artificial Intelligence“ (ScaDS.AI) Dresden/Leipzig) soll als wichtiges Department des CIDS zur strategischen Weiterent­wicklung der Themenfelder Data Analytics und Künstliche Intelligenz allein am Standort Dresden mittelfristig mehr als 150 Mitarbeiter/innen zusammenführen. Dafür sind an der Fakultät Informatik zum nächstmöglichen Zeitpunkt zunächst

vier Strategische Professuren
im Themenfeld Datenwissenschaften und Künstliche Intelligenz

zu besetzen.

Diese Professuren werden eine zentrale Rolle in ScaDS.AI spielen. Um die Lücke zwischen der effizienten Nutzung von Massendaten (Big Data), fortschrittlichen KI-Methoden und der Wissensdarstellung zu schließen, werden an beiden ScaDS.AI-Standorten (Dresden und Leipzig) insgesamt acht neue Professuren in den Gebieten Data Analytics und Künstliche Intelligenz eingerichtet. Die bereits ausgeprägten methodischen Big-Data-Schwerpunkte werden damit in Richtung innovativer Ansätze und Verfahren der Künstlichen Intelligenz (KI) weiterentwickelt. An der TU Dresden sollen grundlegende Forschungs­bereiche durch die neuen Professuren „Daten­wissen­schaften“, „Skalierbare Software-Architekturen für Data Analytics“, „Wissensbasierte Künstliche Intelligenz“ und „Maschinelles Lernen für das Räumliche Verständnis“ etabliert werden. Insbesondere wird dadurch auch der Einsatz von KI-Methoden in verschiedenen Anwendungs­bereichen vorangetrieben.

Die Stellen bieten ein hervorragendes Umfeld innerhalb des vom BMBF sowie vom Freistaat Sachsen geförderten nationalen Kompetenzzentrums ScaDS.AI Dresden/Leipzig. Dies umfasst die Möglichkeit zur interdisziplinären Kooperation mit Informatikern/-innen, Mathematikern/-innen, Naturwissenschaftlern/-innen sowie Wissenschaftlern/-innen aus den Lebenswissenschaften, Medizin, Umweltwissenschaften, Erdsystemwissenschaften und Ingenieurwissenschaften. Es besteht Zugang zu modernsten Technologien und einer hervorragenden Hochleistungsrechner­infrastruktur. Weitere Informationen zu den ScaDS.AI-Schwerpunkten finden sich unter https://www.scads.ai.

Die Professuren werden im Regelfall als W2-Stellen berufen. Eine Höherstufung auf eine W3-Stelle kann in Betracht gezogen werden, wenn die Exzellenzkriterien des ScaDS.AI Dresden/Leipzig 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. Die vier strategischen Professuren werden mit den folgenden Themenschwerpunkten ausgeschrieben:

Professur (W2/W3) für Datenwissenschaften

Die Professur soll dazu beitragen, durch Entwicklung neuer algorithmischer Methoden die Verbindung zwischen Datenwissenschaft und KI zu vertiefen. Es wird Wert auf neue methodische Entwicklungen gelegt, die durch konkrete Anwendungen inspiriert sind und diese praxisrelevant beeinflussen. Es werden eigene Beiträge z.B. zu einem oder mehreren der folgenden Themen erwartet: Algorithmen für datengetriebene Modellierung oder Simulation komplexer Systeme; Methoden der Modellinferenz aus Daten oder des Modelllernens; Methoden zur modellfreien Vorhersage aus Daten; Algorithmen für hochdimensionale Datenräume; Optimierungs- oder Design-Centering Algorithmen für Maschinelles Lernen; Methoden der Dimensionsreduktion oder Daten-Einbettungsmethoden; Dateninterpretations­verfahren oder Datenvisualistik; Verfahren der Unsicherheitsanalyse; Co-Design von Datenanalyseverfahren und Methoden des Maschinellen Lernens, sowie Daten-Engineering und aktives Lernen. Nähere Informationen zur jeweiligen Professur finden Sie unter: https://tu-dresden.de/stellenausschreibung/9530.

Professur (W2/W3) für Skalierbare Software-Architekturen für Data Analytics

Die Professur 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 und in die Software-Architektur einfließen. Darüber hinaus sind neuartige Methoden für das effiziente Zusammenspiel zwischen den zentralen Systemen für den Lernprozess und Peripheriesystemen für die Anwendung der gelernten Systeme notwendig (Edge-/Cloud-Integration). Hierfür werden Kommunikationsverfahren benötigt, die mit wechselnden Latenzen umgehen können. Nähere Informationen zur jeweiligen Professur finden Sie unter: https://tu-dresden.de/stellenausschreibung/9529.

Professur (W2/W3) für Wissensbasierte Künstliche Intelligenz

Der Forschungsschwerpunkt der Professur soll auf wissensbasierten, vorrangig symbolischen KI-Methoden und deren Anwendung in intelligenten Systemen liegen. Relevante Forschungsfelder der Professur umfassen unter anderem deklarative Problem­behandlung, logisches Schließen, algorithmische Suche und Optimierung, maschinelles Lernen auf strukturierten Daten sowie heuristische Methoden. Besonderer Wert wird auf die Verbindung dieser methodischen Grundlagen mit anwendungsorientierter Forschung bis hin zur Entwicklung konkreter Systeme gelegt. Dadurch sollen praktisch relevante Beiträge zu mindestens einem KI-Anwendungsgebiet geleistet werden, zum Beispiel im Gebiet Sprachverarbeitung, Wissensgraphen, Planung und Scheduling, wissensbasierte Systeme oder intelligente Agenten. Nähere Informationen zur jeweiligen Professur finden Sie unter: https://tu-dresden.de/stellenausschreibung/9528.

Professur (W2/W3) für Maschinelles Lernen für das Räumliche Verständnis

Die Professur soll dazu beitragen, mit Methoden des Maschinellen Lernens robuste, effiziente und skalierbare Verfahren für das automatische Verstehen dreidimensionaler Strukturen, Szenen und Objekte zu entwickeln. Besonderes Interesse besteht an den folgenden Forschungs­schwerpunkten und Themengebieten sowie an deren Anwendung in den Gebieten autonomes Fahren, Industrie-Automation, Robotik sowie in der medizinischen Diagnostik und Intervention: effiziente maschinelle Lernverfahren für die Analyse von Punktwolken und Tiefenkarten; simultane Lokalisierung und Kartierung (SLAM); maschinelles Lernen für die Erkennung deformierbarer Objekte; multimodale räumliche Rekonstruktion, insbesondere mit Licht, Radar und Ultraschall; robuste räumliche Rekonstruktion durch Sensor-Fusion; semantisches Scene-Understanding; adaptive räumliche Rekonstruktion sowie Navigation von Robotern. Nähere Informationen zur jeweiligen Professur finden Sie unter: https://tu-dresden.de/stellenausschreibung/9527.

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.

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.

Klicken Sie hier, um die Seite in Englisch anzuzeigen.

TU
Universität
Max
Leibnitz-Institut
Helmholtz
Hemholtz
Institut
Fraunhofer-Institut
Fraunhofer-Institut
Max-Planck-Institut
Institute
Max-Plank-Institut