Auf einen Blick
- Aufgaben: Forschung im Bereich maschinelles Lernen und tiefe Lernverfahren für inverse Probleme.
- Arbeitgeber: Technische Universität München ist eine führende Institution in Wissenschaft und Forschung.
- Mitarbeitervorteile: Vollzeitstelle mit attraktivem Gehalt, internationale Teamkultur und spannende Projekte.
- Warum dieser Job: Werde Teil eines dynamischen Teams in einer lebendigen Stadt mit hoher Lebensqualität.
- Gewünschte Qualifikationen: Masterabschluss in Elektrotechnik, Informatik, Mathematik oder Physik erforderlich.
- Andere Informationen: Die Stelle ist auch für Menschen mit Behinderungen geeignet.
Das voraussichtliche Gehalt liegt zwischen 45000 - 63000 € pro Jahr.
Die Position ist im Bereich des maschinellen Lernens angesiedelt, mit einem Fokus auf Deep Learning für inverse Probleme oder maschinelles Lernen im weiteren Sinne. Wir suchen Kandidaten mit starken mathematischen Fähigkeiten und Interessen. Eine Voraussetzung für die Position ist ein Masterabschluss in Elektrotechnik, Informatik, Mathematik, Physik oder einem verwandten Bereich mit herausragenden akademischen Leistungen. Interesse an mathematischer Signalverarbeitung, Optimierung und/oder maschinellem Lernen ist wichtig. Da die Arbeitssprache Englisch ist, sind ausgezeichnete schriftliche und mündliche Englischkenntnisse erforderlich.
Der Kandidat wird Vollzeitmitarbeiter an der TUM sein, mit einer Vergütung nach dem Tarifvertrag TV-L E 13. Die erwartete Anstellungsdauer beträgt drei bis vier Jahre für einen Doktoranden und zwei Jahre für eine Postdoc-Position. Wir bieten ein vielfältiges Arbeitsumfeld in einem internationalen Team, mit zahlreichen interessanten Projekten und Kooperationsmöglichkeiten. Unsere Büros befinden sich im Stadtzentrum von München, das ein lebendiges wissenschaftliches und kulturelles Umfeld bietet und in Bezug auf die Lebensqualität hoch eingestuft ist.
Bitte reichen Sie Ihre elektronische Bewerbung einschließlich eines Anschreibens, Lebenslaufs und Zeugnissen per E-Mail an Prof. Dr. Reinhard Heckel ein. Für eine vollständige Berücksichtigung senden Sie Ihre Bewerbung bis zum 31. Juli 2022. Bei Fragen wenden Sie sich bitte per E-Mail an Prof. Dr. Reinhard Heckel.
Die Position ist für Personen mit Behinderungen geeignet. Behinderten Bewerbern wird bei gleicher Qualifikation der Vorzug gegeben.
Datenschutz-Hinweis: Mit der Einreichung Ihrer Bewerbung an die TUM erkennen Sie an, dass Ihre personenbezogenen Daten gemäß unseren Datenschutzbestimmungen in Übereinstimmung mit der DSGVO verarbeitet werden. Ihre Einreichung bestätigt, dass Sie diese Hinweise gelesen und verstanden haben.
Kontaktperson:
Golden Bees HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Doctoral or Postdoctoral Positions in the Machine Learning and Information Processing Group at TUM
✨Netzwerken ist der Schlüssel
Nutze Plattformen wie LinkedIn, um mit aktuellen Mitarbeitern der Machine Learning und Information Processing Group an der TUM in Kontakt zu treten. Stelle Fragen zu ihren Erfahrungen und zeige dein Interesse an der Gruppe.
✨Forschungsthemen verstehen
Informiere dich über die aktuellen Forschungsprojekte der Gruppe. Wenn du bei einem Vorstellungsgespräch spezifische Fragen oder Ideen zu diesen Projekten einbringst, zeigst du dein Engagement und deine Vorbereitung.
✨Englischkenntnisse verbessern
Da die Arbeitssprache Englisch ist, solltest du sicherstellen, dass deine Sprachkenntnisse auf einem hohen Niveau sind. Übe das Sprechen und Schreiben in Englisch, um im Vorstellungsgespräch selbstbewusst aufzutreten.
✨Mathematische Fähigkeiten betonen
Bereite dich darauf vor, deine mathematischen Fähigkeiten und Kenntnisse in Signalverarbeitung und Optimierung zu demonstrieren. Überlege dir konkrete Beispiele aus deinem Studium oder bisherigen Projekten, die deine Expertise unter Beweis stellen.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Doctoral or Postdoctoral Positions in the Machine Learning and Information Processing Group at TUM
Tipps für deine Bewerbung 🫡
Forschung: Beginne mit der Recherche über die Technische Universität München (TUM) und die spezifische Gruppe für maschinelles Lernen und Informationsverarbeitung. Informiere dich über deren Projekte, Werte und die Anforderungen an die Bewerber.
Anschreiben erstellen: Verfasse ein überzeugendes Anschreiben, in dem du deine Motivation für die Position darlegst. Betone deine mathematischen Fähigkeiten und dein Interesse an maschinellem Lernen sowie an mathematischer Signalverarbeitung und Optimierung.
Lebenslauf aktualisieren: Stelle sicher, dass dein Lebenslauf aktuell ist und alle relevanten Erfahrungen, Qualifikationen und akademischen Leistungen enthält. Hebe insbesondere deine Master-Abschluss und deine Kenntnisse in Englisch hervor.
Unterlagen überprüfen: Überprüfe alle erforderlichen Unterlagen, einschließlich deiner Transkripte, bevor du sie einreichst. Achte darauf, dass alles vollständig und korrekt ist, um einen professionellen Eindruck zu hinterlassen.
Wie du dich auf ein Vorstellungsgespräch bei Golden Bees vorbereitest
✨Bereite dich auf technische Fragen vor
Da die Position im Bereich des maschinellen Lernens angesiedelt ist, solltest du dich auf technische Fragen zu mathematischen Konzepten und Algorithmen vorbereiten. Überlege dir Beispiele aus deiner bisherigen Forschung oder Projekten, die deine Fähigkeiten in diesen Bereichen demonstrieren.
✨Zeige deine Leidenschaft für das Fachgebiet
Es ist wichtig, dass du während des Interviews deine Begeisterung für maschinelles Lernen und mathematische Signalverarbeitung zeigst. Sprich über aktuelle Trends in der Forschung und wie du dich in diesem Bereich weiterentwickeln möchtest.
✨Bereite Fragen für den Interviewer vor
Stelle sicher, dass du einige durchdachte Fragen an den Interviewer hast. Dies zeigt dein Interesse an der Position und dem Team. Frage nach den aktuellen Projekten oder Herausforderungen, mit denen die Gruppe konfrontiert ist.
✨Präsentiere deine Kommunikationsfähigkeiten
Da die Arbeit in einem internationalen Team stattfindet, sind hervorragende Englischkenntnisse erforderlich. Übe, deine Ideen klar und präzise zu kommunizieren, sowohl schriftlich als auch mündlich, um deine Eignung für die Position zu unterstreichen.