Technische Universität München
München
Die Technische Universität München (TUM) sucht für ihr neu gegründetes Exzellenzzentrum im Bereich Machine Learning in Earth Observation (ML4Earth) sechs motivierte PhD-Kandidaten/PostDocs. Das Zentrum widmet sich der Forschung an innovativen KI-Methoden zur Analyse von Erdbeobachtungsdaten und deren Anwendung auf die europäische Digital Twin Earth Mission. Die Schwerpunkte liegen auf physikbasiertem maschinellem Lernen, Unsicherheitsquantifizierung und Deep Learning für komplexe Strukturen. Die Stellen bieten die Möglichkeit, in einem interdisziplinären, internationalen Team an zukunftsweisenden Projekten mitzuwirken und zur Demokratisierung von AI4EO beizutragen.
Stellenanzeigen sollen von den jeweiligen Einrichtungen selbst eingetragen werden. Dazu sind Mitarbeiterrechte im Portal erforderlich. Dies ist bei allen in TUMonline enthaltenen Mitarbeitern automatisch der Fall.
Bitte geben Sie bei allen Anzeigen eine aussagekräftige Bezeichnung der Aufgabe, eine Beschreibung und durch Komma getrennte Keywords an. Die Bezeichnung 'Wissenschaftlicher Mitarbeiter' ist nicht sinnvoll, da hier nicht erkenntlich ist um welches Fachgebiet bzw. um welche Aufgabe es geht.
Eine Anleitung finden Sie in der Kurzanleitung für Stellenanzeigen und (ausführlicher) im Best Practice Manual Stellenanzeigen (pdf)
Revolutioniere die Erdbeobachtung mit KI! Die Technische Universität München (TUM) und das Deutsche Zentrum für Luft- und Raumfahrt (DLR) suchen Verstärkung für das größte europäische Forschungsteam im Bereich AI4EO.
Ab 2022 bauen wir ein nationales ML4Earth-Exzellenzzentrum mit internationaler Strahlkraft auf. Hier forschen Sie an grundlegenden methodischen Herausforderungen im Bereich AI4EO und wenden diese auf die europäische Digital Twin Earth Mission an. Ihre Schwerpunkte: Physikbasiertes maschinelles Lernen, Reasoning, Unsicherheitsquantifizierung, Explainable AI, Sparse Labels und Transferability sowie Deep Learning für komplexe Strukturen.
Anwendungsgebiete: Vorhersage der europäischen Wasserspeicherung, Quantifizierung des Auftauens von Permafrost, Meeresspiegelbudget, Klima- und Erdsystemmodellierung, Bodenparameter-Mapping und Multisensor-Segmentierung. Arbeiten Sie mit renommierten internationalen und nationalen Instituten wie der Universität Bonn, dem Alfred-Wegener-Institut, der Universität Bristol, der Universität Leipzig und dem Deutschen Zentrum für Luft- und Raumfahrt zusammen.
Unser Ziel: International Community Building innerhalb der AI4EO-Domäne. Wir schaffen Benchmark-Datensätze für vielfältige Anwendungsszenarien und bieten Weiterbildungsmöglichkeiten in Form von Workshops. Wir demokratisieren AI4EO, damit mehr Forscher Copernicus und andere EO-Datenquellen nutzen können. Werden Sie Teil unseres Teams!
Ihre Aufgaben:
Ihr Profil:
Interessiert? Senden Sie Ihre Bewerbungsunterlagen (CV, Anschreiben, Zeugnisse) an zhulab@lrg.tum.de
Die Stelle ist für die Besetzung mit schwerbehinderten Menschen geeignet. Schwerbehinderte Bewerberinnen und Bewerber werden bei ansonsten im wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt.
Hinweis zum Datenschutz:
Im Rahmen Ihrer Bewerbung um eine Stelle an der Technischen Universität München (TUM) übermitteln Sie personenbezogene Daten. Beachten Sie bitte hierzu unsere Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten im Rahmen Ihrer Bewerbung. Durch die Übermittlung Ihrer Bewerbung bestätigen Sie, dass Sie die Datenschutzhinweise der TUM zur Kenntnis genommen haben.
Kontakt: zhulab@lrg.tum.de
Scientific Staff Member / Postdoc (m/f/d) Freiburg Vollzeit Universitätsklinikum Freiburg 4 Postdocs in Neuroscience and related fields (m/f/d) Essen Teilzeit Universitätsklinikum Essen WiRe Fellowships for international female postdoctoral researchers Münster Vollzeit Westfälische Wilhelms-Universität Münster
PhD student (f_m_x) Rock physics - GEOZEIT/HyPrepare project [english] Potsdam Vollzeit Deutsches GeoForschungsZentrum - GFZ Doktorandenstelle (d/m/w) Thema: Stoffumsatz im Verlauf mikrobieller Sukzession Halle (Saale) Vollzeit Helmholtz-Zentrum für Umweltforschung UFZ