Doktorand*in in Responsible AI

Universit; Wien; Vor Ort; EUR 36.000 - 48.000; Vollzeit

Benefits dieser Stelle

600+ Weiterbildungskurse

Weiterbildung und Coaching

Wiener Arbeitsumfeld

Zusammenfassung

Universität Wien sucht eine*n Wissenschaftler*in im Bereich Responsible Machine Learning an der Fakultät für Informatik in Wien. Sie arbeiten in einem internationalen Team, das KI-Sicherheit, Datenorientierte KI und Interpretierbarkeit erforscht, mit Schwerpunkt auf Data-Centric AI und Multi-Agenten-Systemen.

Es erwartet Sie eine Anstellung bis zu 4 Jahre, beginnend 2026. Die Vergütung beträgt brutto 3.776,10 EUR pro Monat (14-mal jährlich); Weiterbildungsmöglichkeiten über 600 Kurse sind frei

Qualifikationen

• Abgeschlossenes Masterstudium in Informatik, ML, Mathematik, Physik oder Statistik oder verwandtem quantitativen Bereich.
• Fundierte Kenntnisse in Machine Learning, Statistik und/oder Mathematik.
• Sehr gute Programmierkenntnisse in Python; idealerweise PyTorch oder JAX.
• Erste Forschungserfahrungen (Masterarbeit, Open-Source-Beiträge oder Workshops).

Aufgaben

• Forschung, Entwicklung und Veröffentlichung neuartiger Algorithmen für strukturierte/unstrukturierte Daten.
• Dissertation schreiben und Abschluss innerhalb der vorgesehenen Anstellungsdauer von 4 Jahren.
• Beitritt zur Vienna Doctoral School of Computer Science und Abschluss einer Dissertationsvereinbarung.
• Wissenschaftlicher Austausch: Präsentationen auf internationalen Konferenzen, Workshops und Fachzeitschriften.
• Wissenschaftliche Gemeinschaft unterstützen bei Organisation internationaler Tagungen und Symposien.
• Lehre und Administration: eigenständige Lehrveranstaltungen und Prüfungen; (co-)Betreuen von Studierenden.

Kenntnisse

Machine Learning

Statistics

Mathematik

Python

Englisch

Teamwork

Eigenmotivation

Ausbildung

Masterabschluss in Informatik / ML / Mathematik / Physik / Statistik

Tools

PyTorch

JAX

SLURM

Linux

Jobbeschreibung

Suchen Sie nach passenden Jobs mittels Stichwort, das Sie am Ende mit einem Sternchen versehen.
Z.B. "Organ*" für Organisationsassistent*in oder "Univ*" für Universitätsassistent*in

Wählen Sie aus, wie oft (in Tagen) Sie eine Benachrichtigung erhalten möchten:

An der Universität Wien arbeiten rund 11.000 Persönlichkeiten gemeinsam an den großen Fragen der Zukunft. Davon sind ca. 7.700 wissenschaftliche Mitarbeiter*innen. Persönlichkeiten, die mit ihrer Neugier und ihrem Streben nach Exzellenz zu internationaler Spitzenforschung und Lehre beitragen. Bei uns finden sie den Raum, sich auszuprobieren und ihr Potenzial zu entfalten. Sie wollen das auch? Wir suchen eine*n

39 Fakultät für Informatik

Besetzung ab:15.10.2026 | Stundenausmaß: 30,00 | Einstufung KV: §48 VwGr. B1 Grundstufe (praedoc)

Befristung bis:12.10.2029

Stellen ID:6159

Der ideale Startzeitpunkt für diese Position liegt zwischen Oktober und November 2026.
Die Anstellungsdauer beträgt 3 Jahre. Das Arbeitsverhältnis ist zunächst auf 1,5 Jahre befristet und verlängert sich automatisch auf 3 Jahre, sofern der Arbeitgeber nicht innerhalb der ersten 12 Monate eine Nichtverlängerungserklärung abgibt. Bei entsprechendem Arbeitsfortschritt ist eine Verlängerung auf insgesamt maximal 4 Jahre möglich.

Über das Team

Werden Sie Teil der Forschungsgruppe „Responsible Machine Learning (ML)“ an der Fakultät für Informatik. Unter der Leitung von Prof. Dr. Martin Pawelczyk, der kürzlich von der Harvard University an die Universität Wien gewechselt ist, bewegt sich unsere Forschung an der Schnittstelle von KI-Sicherheit und datenzentrierter KI (Privacy, Unlearning, Curation). Unser Ziel ist es, maschinelles Lernen zuverlässiger, transparenter und im Einklang mit menschlichen Werten zu gestalten. Unser besonderes Interesse gilt:

Data-Centric AI: Weiterentwicklung von Machine Unlearning, datenschutzfreundlichen Verfahren (Privacy-Preserving Techniques) und robuster Datenkuratierung.

AI Safety: Gewährleistung von robustem Alignment und Sicherheit in Multi-Agenten-LLM-Systemen.

Effizienz: Optimierung und Vereinfachung von Modellevaluierungen und -training im großen Maßstab.

Science of Deep Learning: Erforschung der mechanistischen Interpretierbarkeit (Mechanistic Interpretability) sowie ein besseres Verständnis der grundlegenden Treiber für die Modellleistung bei großer Skalierung.

Entwicklung von Methoden und Werkzeugen des maschinellen Lernens mit besonderem Fokus auf:

Data-Centric AI: Einschließlich Data Attribution, Datenkuratierung und Datenschutz (Privacy Preservation) für große Foundation-Modelle (z. B. LLMs und VLMs).

Agentic AI: Erforschung von Multi-Agenten-Systemen und deren Dynamiken.

Explainable AI: Mit besonderem Schwerpunkt auf mechanistischer Interpretierbarkeit (Mechanistic Interpretability).

Zu Ihren weiteren Aufgaben gehören:

Forschung & Publikation: Entwicklung, Evaluierung und Veröffentlichung neuartiger Algorithmen mit dem Ziel, theoretische Garantien bei der Arbeit mit strukturierten und unstrukturierten Daten zu schaffen.

Dissertation: Verfassen und Abschluss einer Dissertation (PhD) innerhalb der vorgesehenen Anstellungsdauer von 4 Jahren.

Doktoratsprogramm: Beitritt zur Vienna Doctoral School of Computer Science und Abschluss einer Dissertationsvereinbarung innerhalb von 12 Monaten.

Wissenschaftlicher Austausch: Präsentation Ihrer Forschungsergebnisse auf hochrangigen internationalen Konferenzen (Top-Tier Conferences), Workshops und in Fachzeitschriften.

Academic Community: Aktiver Beitrag zur akademischen Gemeinschaft durch Unterstützung bei der Organisation internationaler Tagungen, Konferenzen und Symposien.

Lehre & Administration: Übernahme administrativer Aufgaben zur Unterstützung der Forschungsgruppe und der Fakultät für Informatik. Sie halten eigenständig Lehrveranstaltungen und Prüfungen ab und (co-)betreuen Studierende im Rahmen der Bestimmungen des Kollektivvertrags für die Universitäten.

Erforderliche Qualifikationen

Ein abgeschlossenes (oder kurz vor dem Abschluss stehendes) Masterstudium in Informatik, Machine Learning, Mathematik, Physik, Statistik oder einem verwandten quantitativen Bereich.

Fundierte Kenntnisse in maschinellem Lernen (Machine Learning), Statistik und/oder Mathematik.

Hervorragende Programmierkenntnisse in Python. Idealerweise auch sehr gute Kenntnisse in mindestens einem gängigen Deep-Learning-Framework (z. B. PyTorch, JAX).

Erste Forschungserfahrungen (z. B. eine herausragende Masterarbeit, Open-Source-Beiträge oder Workshop-Publikationen).

Ausgezeichnete Englischkenntnisse in Wort und Schrift, da wir in einem globalen Forschungsumfeld agieren.

Ein hohes Maß an Eigenmotivation und Neugier sowie die Fähigkeit, sowohl eigenständig als auch im Team zu arbeiten.

Wünschenswerte Qualifikationen

Erfahrung im Training oder Fine-Tuning großer Modelle (LLMs, VLMs) in verteilten Systemen (Distributed Settings).

Vertrautheit mit Cluster-Computing-Umgebungen (z. B. SLURM) und Linux-basierten Workflows.

Bisherige Erfahrung in einem Forschungslabor, einschließlich Beiträgen zu Publikationen oder bedeutenden Open-Source-Projekten.

Lehrerfahrung (Teaching Experience).

Attraktive Vergütung: Ein Bruttomonatsgehalt von 3.776,10 EUR (bei Vollzeitbeschäftigung, 14-mal jährlich ausbezahlt), das sich durch die Anrechnung von einschlägiger Berufserfahrung gegebenenfalls erhöhen kann.

Weltklasse-Standort: Leben und arbeiten Sie in Wien - einer Stadt, die regelmäßig zur lebenswertesten Stadt der Welt gekürt wird. Unser Institut ist durch den exzellenten öffentlichen Nahverkehr bestens erreichbar.

Inspirierende Arbeitsatmosphäre: Werden Sie Teil eines internationalen akademischen Teams in einem gesunden und partnerschaftlichen Arbeitsumfeld.

Weiterbildung und Coaching: Die Möglichkeit, Ihre Fähigkeiten kontinuierlich auszubauen. Sie können aus über 600 Weiterbildungskursen der Universität wählen - völlig kostenfrei.

Vertragsstruktur: Die geplante Beschäftigungsdauer beträgt bis zu 4 Jahre. Entsprechend den üblichen universitären Richtlinien wird der erste Vertrag auf 1,5 Jahre befristet. Nach einer erfolgreichen gemeinsamen Evaluierung innerhalb der ersten 12 Monate verlängert sich dieser automatisch auf 3 Jahre - und in Folge, basierend auf dem Forschungsfortschritt, auf bis zu 4 Jahre.

Ihre Bewerbungsunterlagen

Akademischer Lebenslauf (CV)

Motivationsschreiben (Cover Letter): Bitte geben Sie hierbei Ihr frühestmögliches Startdatum sowie Ihre Motivation für die Bewerbung an.

Eine Kopie Ihrer Masterarbeit (oder ein Extended Abstract, falls diese noch nicht abgeschlossen ist)

Offizielle Studienerfolgsnachweise (Transcripts of Records / Sammelzeugnisse) für Ihr Bachelor- und Masterstudium

Bei inhaltlichen Fragen kontaktieren Sie bitte:

Wir freuen uns über neue Persönlichkeiten in unserem Team!
Die Universität Wien betreibt eine antidiskriminatorische Anstellungspolitik und legt Wert auf Chancengleichheit , Frauenförderung undDiversität . Wir streben eine Erhöhung des Frauenanteils beim wissenschaftlichen und allgemeinen Universitätspersonal insbesondere in Leitungsfunktionen an und fordern daher qualifizierte Frauen ausdrücklich zur Bewerbung auf. Bei gleicher Qualifikation werden Frauen vorrangig aufgenommen.

Universität Wien. Raum für Persönlichkeiten. Seit 1365.