Postdoctoral Researcher: AI for Semantic Structures, Reasoning Flows & Personalized Content Gen[...]

Über die Position

Sie werden erwartet, international wettbewerbsfähige Forschung im Bereich der KI-gesteuerten semantischen Analyse und automatisierten Modellierung von Argumentationsflüssen durchzuführen und zu leiten, mit Anwendungen auf Bildungsinhalte, wissenschaftliche Dokumente und Forschungsautoren. Ihre Arbeit wird sich auf die Entwicklung fortschrittlicher Methoden zur Extraktion semantischer Strukturen, Rekonstruktion konzeptioneller und argumentativer Flüsse, rationale-informierte Inhaltserzeugung, metakognitive Aufforderungen und adaptive Personalisierung konzentrieren.

Zu den zentralen Forschungsbeiträgen gehören das Entwerfen von Algorithmen zur Konzept- und Struktur-Extraktion, der Aufbau hybrider neuronaler/Grafmodelle für pädagogisches Denken, die Implementierung von Ontologie-Ausrichtungsmethoden für den transfer über verschiedene Domänen hinweg und die Erstellung von Optimierungspipelines mit menschlicher Rückmeldung, die mit dem mehrjährigen Forschungsfahrplan (WP1–WP3) übereinstimmen.

Als Postdoktorand werden Sie eine führende Rolle bei der Gestaltung von Experimenten, der Ausrichtung von Forschungsrichtungen, der Betreuung von Nachwuchswissenschaftlern (einschließlich Doktoranden) und der Mitwirkung an der Entwicklung von End-to-End-Demonstratorsystemen übernehmen, die in der Lage sind, strukturierte, rationale-reiche und lernadaptierte Inhalte zu generieren. Sie sind verantwortlich für die Koordination von Datenannotationsbemühungen, die Überwachung des Aufbaus von Evaluierungsrahmen und die Förderung von Publikationsqualitätsforschungsergebnissen, einschließlich Übersichtsarbeiten, Methodologie-Papieren und Studien zum Transfer über verschiedene Domänen.

Interdisziplinäre Zusammenarbeit wird stark gefördert, insbesondere an der Schnittstelle von Informatik, Computerlinguistik, Kognitionswissenschaft und Lerntechnologien, und Sie werden die Möglichkeit haben, gemeinsame Projekte mit internen und externen Partnern zu initiieren oder mitzu-leiten.

Der Postdoktorand wird auch zur Lehre in Bereichen wie Maschinelles Lernen, NLP, KI für Bildung, Erklärbare KI und Python-basierten angewandten Seminaren beitragen, die Kursentwicklung unterstützen und Bachelor-, Master- und Doktorarbeiten betreuen.

Die Universität bietet ein unterstützendes akademisches Umfeld – einschließlich Mentoring, administrativer Unterstützung, Rechenressourcen und Möglichkeiten für Technologietransfer und Industrieengagement – das es dem Postdoktoranden ermöglicht, ein international sichtbares Forschungsprofil aufzubauen oder zu stärken.

Obligatorische Anforderungen

• PhD-Abschluss in Informatik, Künstlicher Intelligenz, Maschinellem Lernen, Computerlinguistik oder einem eng verwandten Bereich.
• Starke Publikationsbilanz in relevanten Top-Tier-Veranstaltungen (z.B. NeurIPS, ACL, ICML, ICLR, AIED, LAK, AAAI).
• Nachgewiesene Expertise in mindestens zwei der folgenden Bereiche: semantisches Parsing oder strukturierte NLP-Wissenrepräsentation, Argumentationsgraphen oder GNNs, natürliche Sprachgenerierung, Erklärbarkeit oder rationale Modellierung, Ontologie-Ausrichtung, Transfer über verschiedene Domänen oder Repräsentationslernen, Personalisierungsalgorithmen, Metakognition oder Bildungs-KI, Mensch-in-der-Schleife-Systeme oder RLHF.
• Erfahrung in der Leitung von Forschungsaufgaben, der Betreuung von Nachwuchswissenschaftlern und der Koordination mehrstufiger Projekte.
• Fließend in Python und modernen Deep-Learning-Frameworks (PyTorch/TensorFlow).
• Starke analytische, kommunikative und akademische Schreibfähigkeiten.
• Nachweisbare Fähigkeit, rigorose experimentelle Pipelines und Validierungsmethoden zu entwerfen.
• Verantwortungsbewusste, unabhängige und proaktive Forschungspersönlichkeit mit starken Teamfähigkeiten.
• Interkulturelle Erfahrung und Bereitschaft, in einem internationalen Forschungsumfeld zu arbeiten.
• Fließend im Umgang mit KI-Co-Pilot-Assistenten für Codierung und Schreiben.
• Fließend in Englisch, der Hauptsprache der Forschung und Lehre auf dem Campus.

Bevorzugte Qualifikationen:

• Erfahrung in der Entwicklung von Forschungsprototypen, Evaluierungsbenchmarks oder großangelegten Datensätzen.
• Frühere Beteiligung an interdisziplinären oder angewandten Forschungsprojekten.
• Potenzial zur Mitwirkung an wettbewerbsfähigen Förderanträgen.
• Erfahrung mit Open-Source-Veröffentlichungen oder reproduzierbaren Forschungs-Pipelines.

Vertrag: Vollzeit (100%), TV-L E13

Bewerbungspaket muss enthalten:

• Ein detailliertes Motivationsschreiben, das Forschungsinteressen und Karriereziele umreißt.

Bewerbungen werden fortlaufend geprüft. Kurzfristig ausgewählte Kandidaten werden zu Interviews eingeladen.