Postdoc Position (m/w/d) Institut für Grundlagen der Informationsverarbeitung

Institut für Grundlagen der Informationsverarbeitung

Postdoc Position (m/w/d) in Computer Vision und Neuro-Symbolisches Machine Learning

Wir suchen eine*n hochmotivierte*n und kreative*n Projektmitarbeiter*in (Postdoc) in den Bereichen Computer Vision, Visuelle Objekterkennung, Probabilistisches Maschinelles Lernen und Neuro-Symbolische AI, der/die zu einem EIC-geförderten Projekt zur Entwicklung von DNA-basierten Datenspeichersystemen beiträgt:

Projekt Website

Kurzer graphischer Überblick zu dem Projekt

Die Menschheit produziert und speichert Daten in einem rasanten Tempo, und es wird erwartet, dass alle weltweit bekannten Daten bis 2025 auf 250 Zettabyte anwachsen. Allerdings stoßen alle derzeitigen Archivspeichermedien an grundlegende Grenzen, die unsere Fähigkeit gefährden, all diese Daten überhaupt zu speichern. DNA wird als neuartiges Speichermedium betrachtet, da es unter anderem Vorteile wie Haltbarkeit und Dichte bietet. Die Vision dieses Projekts ist es, DNA-Nanostrukturen zur Datenspeicherung zu verwenden, ähnlich wie bei einer CD. Die Dekodierung der Daten basiert auf Mikroskopie, Computer Vision, maschinellem Lernen und symbolischen Ansätzen, insbesondere Fehlerkorrekturcodes.

Der/die erfolgreiche Kandidat*in wird am Institut für Theoretische Informatik (IGI, TU Graz, Robert Peharz) angesiedelt sein und an den Teilen der Pipeline zur visuellen Objekterkennung, maschinellem Lernen und symbolischen Methoden arbeiten. Er/sie wird mit dem Institut für Maschinelles Sehen und Darstellen (ICG, TU Graz, Thomas Pock) sowie weiteren europäischen Partnern im Konsortium zusammenarbeiten.

Forschung (90%)

• Forschung in den Bereichen Computer Vision, Visuelle Objekterkennung, Probabilistisches Maschinelles Lernen und Neuro-Symbolische AI
• Veröffentlichung von Arbeiten auf führenden AI/ML-Konferenzen und in Fachzeitschriften
• Zusammenarbeit mit europäischen Projektpartnern
• Betreuung von Bachelor- und Masterprojekten
• Co-Betreuung von PhD Studierenden

Administrative Aufgaben (10%)

• Organisatorische und administrative Aufgaben, Projektmanagement, Projektbesprechungen

Lehre (optional)

• Falls gewünscht, kann der/die erfolgreiche Kandidat*in an Lehraktivitäten der Gruppe mitwirken (z.B. maschinelles Lernen, deep learning, probabilistisches maschinelles Lernen)

Innovation und Folgeförderungen (optional)

• Neben der Mitarbeit an einem hochinteressanten interdisziplinären Forschungsthema erlaubt dieses Projekt für entrepreuner-interessierte Kandidat*innen attraktive Innovationsmöglichkeiten und Folgeförderungen (z.B. EIC) im Bereich von Machine Learning für Atomic Microscopy Imaging. Diese Möglichkeiten sind jedoch optional und nicht als zentrales Aufgabenfeld zu verstehen.

Für Ihre Bewerbung reichen Sie bitte ein:

• ein kurzes Motivationsschreiben (max. 2 Seiten)
• Ihren Lebenslauf, einschließlich einer Liste von Veröffentlichungen
• Ihre PhD Thesis oder andere selbstverfasste wissenschaftliche Texte
• Notenspiegel
• Empfehlungsschreiben (falls vorhanden, max. 3)

Für Fragen zu dieser Stelle kontaktieren Sie bitte: robert.peharz@tugraz.at

• Doktorat in Informatik, Maschinelles Lernen, Künstliche Intelligenz, Mathematik oder ähnlichem (falls das Doktorat noch nicht abgeschlossen ist, bitte eine kurze Stellungnahme des/der Betreuer*in zum Fortschritt einreichen)
• ausgezeichnete Programmierkenntnisse (Python, Julia, C++, etc.)
• ausgezeichnete Kommunikationsfähigkeiten (mündlich und schriftlich)
• ausgezeichnete Englischkenntnisse

• fundiertes Wissen in Computer Vision, Maschinellem Lernen, Künstlicher Intelligenz
• exzellente Publikationstätigkeit in hochqualitativen Konferenzen und Journalen (z.B. CVPR, ICCV, NeurIPS, ICML, ICLR)
• Erfahrung in probabilistischem maschinellen Lernen, error-correcting Codes oder neuro-symbolische Techniken
• hohes Maß an Eigenverantwortung
• Fähigkeit, in einem interdisziplinären Team zu arbeiten

• Abwechslungsreicher Aufgabenbereich

• Kollegial-freundschaftliches Arbeitsklima

• Flexible Arbeitszeitgestaltung (inkl. Home-Office-Möglichkeit; bezahlte Mittagspause - je nach Stundenausmaß)

• Internationale Weiterbildungsmöglichkeiten und Lehraufenthalte

• Gütesiegel für innerbetriebliche Frauenförderung

• Familienfreundlichster Betrieb der Steiermark 2018

• Öffi-Zuschuss

• Universitätssportprogramm

• Einkaufsvergünstigungen

• Betriebliches Gesundheitsmanagement

• Zugang zu den neuesten Technologien

• Umfangreiche Aus- und Weiterbildungsmöglichkeiten

• Sicheres und stabiles Arbeitsumfeld

• Zusatzpensionskasse

Wir bieten ein Jahresbruttogehalt auf Basis Vollzeit von mindestens € 66.532,20. Eine Überzahlung je nach Qualifikation und Erfahrung ist möglich.

Die Technische Universität Graz strebt eine Erhöhung des Frauenanteiles, insbesondere in Leitungsfunktionen und beim wissenschaftlichen Personal an und lädt deshalb qualifizierte Frauen ausdrücklich zur Bewerbung ein. Im Falle von Unterrepräsentation werden Frauen bei gleicher Qualifikation vorrangig aufgenommen.

Die Technische Universität Graz bemüht sich aktiv um Vielfalt und Chancengleichheit. Bei der Personalauswahl dürfen Personen aufgrund des Geschlechts, der ethnischen Zugehörigkeit, der Religion oder der Weltanschauung, des Alters oder der sexuellen Orientierung nicht benachteiligt werden (Antidiskriminierung).

Menschen mit Behinderung und entsprechender Qualifikation werden ausdrücklich zur Bewerbung eingeladen.

Die TU Graz ist die traditionsreichste technisch-naturwissenschaftliche Forschungs- und Bildungsinstitution in Österreich und zählt zu einer der größten Arbeitgeber*innen der Region mit rund 3.500 Mitarbeiter*innen. In ihren fünf Stärkefeldern, den Fields of Expertise, erbringt die TU Graz internationale Spitzenleistungen und setzt auf intensive Zusammenarbeit mit anderen Forschungs- und Bildungseinrichtungen sowie mit Wirtschaft und Industrie weltweit. In der europäischen Hochschullandschaft steht die TU Graz verstärkt im Wettbewerb um die besten Köpfe und Ressourcen.

Technische Universität Graz
Rechbauerstraße 12
8010 Graz

Ass Prof Robert Peharz, Institut für Grundlagen der Informationsverarbeitung (https://robert-peharz.github.io/)

Bitte beachten Sie, dass wir nur Bewerbungen akzeptieren, die über unser Online-Bewerbungsportal eingereicht werden. Bewerbungen, die per E-Mail oder Post gesendet werden, werden ignoriert.