Wiss. Mit­ar­bei­ter*in (d/m/w) - Ent­gelt­gruppe 13 TV-L Ber­li­ner Hoch­schu­len - 1. Qua­li­fi­zie­rungs­phase (zur Pro­mo­tion)

Das Fachgebiet Elektronische Systeme der Medizintechnik (MTEC) forscht an Methoden des maschinellen Lernens für akustische, visuelle und elektrophysiologische Signale.
Hierzu nutzen wir Konzepte und Methoden der Signalerfassung und -verarbeitung, der Statistik und Informationstheorie, und des maschinellen Lernens aus strukturierten Daten, inspiriert durch aktuelle Erkenntnisse der Neurowissenschaften.
Anwendungen liegen beispielsweise in der Spracherkennung und -steuerung im medizinischen Umfeld und in der multimodalen Sprachsignalerfassung und Signalverarbeitung für Hörhilfen und multimodale Kommunikation, auch in virtuellen Realitäten.
Aktuell suchen wir eine*n wissenschaftliche*n Mitarbeiter*in in diesen Themenbereichen.
Der*die erfolgreiche Bewerber*in soll Forschung und Lehre in einem dieser Bereiche durchführen und eine aktive Rolle in der Lehre und der Betreuung der Studierenden spielen.

• Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) im Bereich der Elektrotechnik, Technischen Informatik, Informatik oder Medizinphysik mit sehr guten Ergebnissen
• Sehr gute Programmierkenntnisse in Python, Matlab, Java oder C/C++
• Erfahrungen in der Implementierung von Machine-Learning-Algorithmen
• Die Fähigkeit zum Unterrichten in deutscher Sprache wird vorausgesetzt und ist zwingend für die Betreuung unserer Lehre im Bachelor erforderlich
• Kenntnisse in mehreren der folgenden Bereiche:
• Sprachsignalverarbeitung
• Maschinelles Lernen, incl. statistischer Modelle und neuronaler Netze
• Computational Neuroscience
• Mikroprozessortechnik

Wünschenswert:

• Lust auf die Mitarbeit in einem jungen, internationalen Team und an eigenverantwortlicher, zielgerichteter Forschung

Wir suchen hochmotivierte, neugierige und begeisterungsfähige Forscher*innen mit ausgezeichneten akademischen Leistungen und großem Interesse an der Entwicklung neurophysiologisch inspirierter maschineller Lernverfahren.

Ihre Bewerbung richten Sie bitte unter Angabe der Kennziffer mit den üblichen Unterlagen (in einem PDF-Dokument, max. 5 MB) ausschließlich per E-Mail an dorothea.kolossa@tu-berlin.de.

Mit der Abgabe einer Onlinebewerbung geben Sie als Bewerber*in Ihr Einverständnis, dass Ihre Daten elektronisch verarbeitet und gespeichert werden. Wir weisen darauf hin, dass bei ungeschützter Übersendung Ihrer Bewerbung auf elektronischem Wege keine Gewähr für die Sicherheit übermittelter persönlicher Daten übernommen werden kann. Datenschutzrechtliche Hinweise zur Verarbeitung Ihrer Daten gem. DSGVO finden Sie auf der Webseite der Personalabteilung:
https://www.abt2-t.tu-berlin.de/menue/themen_a_z/datenschutzerklaerung/ .

Zur Wahrung der Chancengleichheit zwischen Frauen und Männern sind Bewerbungen von Frauen mit der jeweiligen Qualifikation ausdrücklich erwünscht. Schwerbehinderte werden bei gleicher Eignung bevorzugt berücksichtigt. Die TU Berlin schätzt die Vielfalt ihrer Mitglieder und verfolgt die Ziele der Chancengleichheit. Bewerbungen von Menschen aller Nationalitäten und mit Migrationshintergrund sind herzlich willkommen.

Technische Universität Berlin - Die Präsidentin - Fakultät IV, Institut für Energie- und Automatisierungstechnik, FG Elektronische Systeme der Medizintechnik, Prof. Dr. Kolossa, Sekr. EN 3, Einsteinufer 17, 10587 Berlin