Doktorand*in in der Arbeitsgruppe Massive Data Processing der Fakultät 4

Die Bergische Universität Wuppertal ist eine dynamische, forschungsorientierte Campusuniversität. Getreu ihres Leitmotivs „Verstehen, Vermitteln, Gestalten“ widmet sie sich den großen gesellschaftlichen Herausforderungen in Wissenschaft, Bildung, Kultur, Wirtschaft, Gesellschaft, Technik und Umwelt. Sie ist aktive Partnerin in den Netzwerken der Region sowie in nationalen und internationalen Kooperationen. Rund 24.500 Menschen studieren, forschen und arbeiten hier an neun Fakultäten, in teils interdisziplinären Forschungseinrichtungen oder in der Verwaltung.

In der Fakultät für Mathematik und Naturwissenschaften, in der Fachgruppe Mathematik und Informatik, in der Arbeitsgruppe Massive Data Processing, suchen wir Unterstützung. Es sind 2 Vollzeitstellen zu besetzen.

Wissenschaftliche*r Mitarbeiter*in (Doktorand*in)

IHRE AUFGABEN

- Eigenständige Mitarbeit an innovativer Forschung im Bereich Scalable Machine Learning für daten- und prozessorientierte Anwendungen mit dem Ziel der Promotion

- Entwicklung neuartiger Methoden für Foundation Models, repräsentationsbasiertes Lernen sowie skalierbare, nachhaltige und wiederverwendbare Machine-Learning-Modelle

- Forschung zu Learning under Label Scarcity, Self-Supervised Learning, Contrastive Learning und Continual Learning

- Mitarbeit bei der Planung und wissenschaftlichen Durchführung nationaler und internationaler Forschungsprojekte

- Erstellung wissenschaftlicher Publikationen und Präsentation der Forschung auf internationalen Fachkonferenzen

- Entwicklung eines individuellen Forschungsprofils innerhalb der Forschungsgruppe

- Mitwirkung bei der Einwerbung und Durchführung von Drittmittelprojekten

- Eigenständige Betreuung von Übungen, Praktika und studentischen Arbeiten (max. im Umfang von 4 LVS)

- Mitwirkung bei der Durchführung von Prüfungen

- Mitwirkung bei der Betreuung von Bachelor- und Masterarbeiten im Bereich Scalable Machine Learning for Data and Processes

IHR PROFIL

- Überdurchschnittlich abgeschlossenes wissenschaftliches Hochschulstudium (Master oder vergleichbar) in Informatik, Künstlicher Intelligenz, Data Science oder einem verwandten Fach

- Fundierte Kenntnisse in Machine Learning, Deep Learning oder Artificial lntelligence

- Interesse an moderner Forschung in einem oder mehreren der folgenden Bereiche:

· Foundation Models

· Representation Learning

· Self-Supervised, Contrastive Learning und Continual Learning

· Learning under Label Scarcity

· Scalable und Sustainable Al

- Gute Programmierkenntnisse, vorzugsweise in Python (z. B. PyTorch)

- Fähigkeit zu analytischem, strukturiertem und eigenständigem Arbeiten

- Ausgeprägtes Interesse an wissenschaftlicher Forschung und einer Promotion

- Soziale und kommunikative Kompetenz

- Sehr gute Englischkenntnisse

- Bereitschaft, innerhalb der ersten zwei Jahre der Beschäftigung Deutschkenntnisse auf mindestens dem Niveau B2 zu erwerben

Es handelt sich um eine Qualifizierungsstelle im Sinne des Wissenschaftszeitvertragsgesetzes (WissZeitVG), die zur Förderung eines Promotionsverfahrens dient. Die Stelle ist befristet für die Dauer des Promotionsverfahrens, jedoch vorerst bis zu 3 Jahren, zu besetzen. Eine Verlängerung zum Abschluss der Promotion ist innerhalb der Befristungsgrenzen des WissZeitVG ggf. möglich.

Beginn zum nächstmöglichen Zeitpunkt

Dauer befristet bis zu 3 Jahren

Stellenwert E 13 TV- L

Umfang Vollzeit (Teilzeit ist möglich, bitte geben Sie bei der Bewerbung an, ob Sie auch bzw. nur an einer Teilzeitbeschäftigung interessiert wären)

Kennziffer 26272

Ansprechpartner Herr Prof. Dr. Marwan Hassani [E-Mail Adresse gelöscht]

Bewerbungen über stellenausschreibungen.uni-[Website-Link gelöscht]

Bewerbungsfrist 05.10.2026

An de...(Lesen Sie die vollständige Jobbeschreibung auf der Seite des Partners)