Wissenschaftliche:r Mitarbeiter:in (Postdoc / Postdoctoral Researcher) AGI-Forschung & Kognitive KI – AGI beyond LLMs (Fokus: ARC-AGI-3) (m/w/d)

Die TIB ist eine Stiftung öffentlichen Rechts des Landes Niedersachsen. Mit rund 600 Beschäftigten und einem Etat von circa 50 Millionen Euro ist sie eine der größten Informationsinfrastruktureinrichtungen in Deutschland. Als Deutsche Zentrale Fachbibliothek für Technik und Naturwissenschaften sichern wir mit unseren zukunftsweisenden Dienstleistungen die infrastrukturellen Voraussetzungen einer qualitativ hochwertigen Informations- und Literaturversorgung für Forschung in Wissenschaft und Industrie. Mit dem Open Research Knowledge Graph (ORKG) arbeiten wir daran, den Austausch und die Nutzung wissenschaftlicher Erkenntnisse im digitalen Zeitalter zu revolutionieren.

Die Stelle ist gemäß 14 Absatz 2 TzBfG zunächst auf zwei Jahre befristet. Eine Weiterbeschäftigung wird angestrebt. Die regelmäßige wöchentliche Arbeitszeit beträgt 39,8 Stunden (Vollzeit). Der Arbeitsplatz ist grundsätzlich teilzeitgeeignet. Die Eingruppierung erfolgt in die Entgeltgruppe 13 TV-L.

Während sich ein Großteil der aktuellen KI-Forschung auf große generative Modelle konzentriert, verfolgt unsere Forschungsgruppe das Ziel, Ansätze zur Artificial General Intelligence (AGI) zu erforschen, die über LLM-zentrierte Paradigmen hinausgehen. Gesucht wird eine Postdoktorandin bzw. ein Postdoktorand mit Interesse an der Entwicklung neuer Forschungsansätze und -richtungen, beispielsweise im Bereich der Phänomenologie der Kognition.

Vorausgesetzt werden fundierte Kenntnisse im Bereich Maschinelles Lernen und Künstliche Intelligenz sowie ein ausgeprägter mathematischer Hintergrund. Der Arbeitsplatz erfordert ein ausgeprägtes fachliches Interesse an der Exploration mehrerer Forschungsrichtungen auf dem Weg zu allgemeiner künstlicher Intelligenz, einschließlich aktueller generativer KI-Ansätze sowie alternativer Paradigmen jenseits LLM-zentrierter Modelle.

Im Mittelpunkt der Tätigkeit steht ARC-AGI-3 als zentraler Referenzrahmen zur Definition und Evaluation des Forschungsfortschritts. Ziel der Forschung ist die Weiterentwicklung von Fähigkeiten im Sinne des ARC-AGI-3-Ansatzes, insbesondere im Hinblick auf robuste Generalisierung, Abstraktion und Problemlösung über reine Mustererkennung hinaus.

Ihre Tätigkeit umfasst:

• Mitarbeit an ARC-AGI-3-ausgerichteter Forschung in enger Zusammenarbeit mit Teammitgliedern, einschließlich der Entwicklung von Implementierungen sowie systematischer Evaluation von Methoden.
• Mitwirkung an der Entwicklung von Forschungsansätzen jenseits LLM-zentrierter Methoden sowie Umsetzung von Hypothesen in konkrete Modelle, Experimente und messbare Projektergebnisse innerhalb des Projektrahmens.
• Konzeption und Durchführung reproduzierbarer experimenteller Pipelines, einschließlich des Einsatzes von spielbasierten oder spielähnlichen Umgebungen, sofern fachlich sinnvoll.
• Planung und Strukturierung der Forschungsaktivitäten, einschließlich der Definition von Meilensteinen, regelmäßiger Fortschrittsberichterstattung sowie iterativer Anpassung auf Basis empirischer Ergebnisse und fachlichen Feedbacks.
• Entwicklung, Dokumentation und Pflege reproduzierbarer Forschungscodes, einschließlich Versionierung, Automatisierung von Trainings- und Evaluationsläufen sowie Einsatz KI-gestützter Entwicklungswerkzeuge.
• Aufbereitung und Kommunikation von Forschungsergebnissen, Mitwirkung an wissenschaftlichen Publikationen sowie Vorbereitung offener Forschungsartefakte.

Abgeschlossenes wissenschaftliches Hochschulstudium (Master oder gleichwertig) in einem einschlägigen Studiengang wie Künstlicher Intelligenz, Maschinelles Lernen, Informatik, Mathematik, Physik oder einem fachlich eng verwandten Fachgebiet. Abgeschlossene Promotion (PhD) in einem der genannten oder einem fachlich eng verwandten Fachgebiet. Fundierte Kenntnisse im Bereich Maschinelles Lernen und Künstliche Intelligenz, einschließlich Interesse an alternativen Ansätzen jenseits standardisierter Deep-Learning-Methoden. Nachweisbare Erfahrung in wissenschaftlicher Forschung.

Sehr gute Programmierkenntnisse in Python sowie Erfahrung in der Entwicklung und Dokumentation reproduzierbarer Forschungscodes. Praktische Erfahrung im Einsatz KI-gestützter Entwicklungs- und Codierungswerkzeuge zur Unterstützung von Entwicklungs-, Experimentier- und Forschungsprozessen. Fundierte mathematische Kenntnisse mit Relevanz für KI/ML.

Nachgewiesene Erfahrung in mindestens einem der folgenden interdisziplinären Forschungsbereiche: Künstliche Intelligenz und Psychologie / Kognitionswissenschaft oder verwandte interdisziplinäre Forschungsansätze mit Bezug zu KI. Sehr gute Englischkenntnisse in Wort und Schrift.

Wünschenswerte Qualifikationen:

• Begutachtete wissenschaftliche Beiträge im Bereich natur-, bio- oder kognitionsinspirierter KI.
• Erfahrung mit Evaluationen in interaktiven Umgebungen, Reinforcement Learning, Planung, Weltmodellen, kausaler Modellierung oder Methoden zur robusten Generalisierung.
• Ausgeprägte schriftliche Ausdrucksfähigkeit sowie Erfahrung in interdisziplinärer Zusammenarbeit.

Unser Ziel ist es, die Bereitstellung und Nutzung von Forschungsdaten und -informationen immer wieder neu zu überdenken und zu innovieren. In der Forschungs- und Entwicklungsabteilung der TIB haben Sie die Möglichkeit, Ihre wissenschaftliche Weiterqualifizierung und Forschungskarriere in einem dynamischen und exzellenten Forschungsumfeld voranzutreiben.

Wir bieten:

• Einen gemeinwohlorientierten Arbeitsplatz im öffentlichen Dienst auf der Grundlage des TV-L mit einer Vergütung nach der Entgeltgruppe 13 TV-L.
• Eine Sonderzahlung zum Jahresende sowie 30 Tage Urlaub im Jahr bei einer Fünf-Tage-Woche.
• Einen flexiblen Arbeitsplatz in Zeit und Raum mit Angeboten zur Vereinbarkeit von Beruf und Familie.
• Einen modernen Arbeitsplatz in zentraler Lage von Hannover mit einem kollegialen, attraktiven und vielseitigen Arbeitsumfeld.
• Einen Arbeitgeber mit breit gefächertem Fort- und Weiterbildungsangebot.
• Eigenverantwortliche und zukunftsorientierte Tätigkeiten, die Abwechslung bieten und Raum für persönliche Entwicklung lassen.