Die Ludwig-Maximilians-Universität München sucht einen engagierten Doktoranden (m/w/d) im Bereich Machine Learning und Process Mining. Der Fokus der Stelle liegt auf der Forschung und Entwicklung von Methoden zur Analyse großer Datenmengen. Der ideale Kandidat verfügt über einen Masterabschluss in Informatik oder einem verwandten Feld und fundierte Kenntnisse in maschinellem Lernen. Die Stelle ist am Institut für Informatik angesiedelt und bietet die Möglichkeit zur Promotion sowie zur Mitarbeit in Lehre und Forschung. Die LMU bietet ein attraktives Arbeitsumfeld in einer der führenden KI-Forschungsregionen Europas.
Die Ludwig-Maximilians-Universität München, eine der renommiertesten Universitäten Europas mit über 500-jähriger Tradition, sucht Verstärkung! Wir stehen für exzellente akademische Ausbildung und wegweisende Forschung.
Einrichtung: Fakultät für Mathematik, Informatik und Statistik - Institut für Informatik, Lehrstuhl für Datenbanksysteme und Data Mining, Professor Dr. Thomas Seidl
Vergütung: TV-L E13
Umfang: Vollzeit (100%)
Besetzungsdatum: Zum nächstmöglichen Zeitpunkt (Befristung auf drei Jahre, mit Option auf Verlängerung)
Das sind wir:
Wir entwickeln innovative Konzepte in den Bereichen Data Mining, Process Mining, Machine Learning, Data Science und Künstliche Intelligenz. Unser Ziel ist die Entwicklung von Methoden zur Analyse komplexer Daten aus verschiedenen Anwendungsbereichen. Grundlagenforschung und anwendungsorientierte Forschung ergänzen sich dabei ideal. Unsere Arbeitsgruppe ist Teil des Munich Center for Machine Learning (MCML).
Wir suchen Sie:
am Standort München
Das sind Ihre Aufgaben:
- Innovative Forschung im Bereich Machine Learning und Data Mining mit Fokus auf Process Mining sowie Clustering und Lernen mit wenigen Labels. Veröffentlichung Ihrer Forschungsergebnisse in renommierten Fachzeitschriften und auf Konferenzen.
- Aktive Mitarbeit in der Lehre (Übungen, Seminare, Praktika) und Betreuung von Bachelor- und Masterarbeiten.
- Unterstützung bei weiteren Aufgaben am Lehrstuhl und im Department für Informatik.
Das sind Sie:
- Exzellenter Masterabschluss in Informatik oder einem verwandten Studiengang.
- Fundierte Kenntnisse in den genannten Bereichen.
- Solide Programmierkenntnisse und -erfahrung.
- Ausgeprägte Kommunikationsfähigkeiten, fließende Englischkenntnisse und idealerweise Deutschkenntnisse.
Das ist unser Angebot:
Die LMU München, eingebettet in eine der führenden KI-Forschungsregionen Europas, bietet Ihnen die Möglichkeit, Teil des nationalen KI-Kompetenzzentrums Munich Center for Machine Learning (MCML) zu werden und von zahlreichen Vernetzungsmöglichkeiten zu profitieren. Ihr Arbeitsplatz befindet sich in unmittelbarer Nähe zum Englischen Garten und ist gut mit öffentlichen Verkehrsmitteln erreichbar. Die Vergütung erfolgt gemäß TV-L E13. Die Stelle ist auf drei Jahre befristet, mit Verlängerungsoption.
Eine Teilzeitbeschäftigung ist grundsätzlich möglich.
Schwerbehinderte Bewerber werden bei gleicher Qualifikation bevorzugt berücksichtigt.
Kontakt:
Bitte senden Sie Ihre Bewerbung mit den folgenden Unterlagen in einem PDF-Dokument (max. 5MB) an Prof. Dr. Thomas Seidl per E-Mail an: [seidl.office@dbs.ifi.lmu.de]
- Motivationsschreiben mit Darstellung Ihrer Forschungsinteressen
- Lebenslauf
- Zeugnisse und Bescheinigungen Ihrer akademischen Leistungen
Wo Wissenschaft alles ist.
An der LMU forschen Wissenschaftler auf höchstem Niveau an den Zukunftsfragen um Mensch, Gesellschaft, Kultur, Umwelt und Technologie, unterstützt durch kompetente Mitarbeiter in Verwaltung, IT und Technik. Werden Sie Teil der LMU München!
Im Rahmen Ihrer Bewerbung auf eine Stelle an der LMU übermitteln Sie personenbezogene Daten. Bitte beachten Sie hierzu die Datenschutzerklärung der LMU für den Internetauftritt. Mit der Übermittlung Ihrer Bewerbung bestätigen Sie, dass Sie die Datenschutzinformationen zur Kenntnis genommen haben und mit der Datenverarbeitung im Rahmen des Auswahlverfahrens einverstanden sind.
Ludwig-Maximilians-Universität München
Geschwister-Scholl-Platz 1
80539 München
www.lmu.de
Impressum
Barrierefreiheit