Sechs Promotionen an der UTN im Bereich „Deep Learning – Foundation Models“ (m/w/d) - CSAI-ML-25-04

Technische Universität Nürnberg; Nürnberg; Vor Ort; EUR 48.000; Vollzeit

Zusammenfassung

Eine Universität in Deutschland sucht hochmotivierte Doktoranden (m/w/d) im Bereich Deep Learning – Foundation Models. Die Stellen sind voll finanziert und bieten spannende Forschungsprojekte bei starker internationaler Zusammenarbeit. Bewerber sollten einen M.Sc. in Mathematik oder Informatik mit sehr guten Noten haben sowie fortgeschrittene Kenntnisse in Mathematik und Programmierung.

Qualifikationen

• Hervorragende Noten im Masterstudium.
• Wissen in Wahrscheinlichkeitstheorie und Statistik erforderlich.
• Eingehende Kenntnisse in Linearer Algebra notwendig.

Aufgaben

• Durchführung von Forschungsarbeiten zur Entwicklung neuer Methoden.
• Veröffentlichung der Forschungsergebnisse auf führenden Konferenzen.
• Unterstützung in der Lehre am Department.

Kenntnisse

Mathematische Kenntnisse

Programmierkenntnisse

Kenntnisse in PyTorch

Kommunikationsfähigkeiten in Englisch

Ausbildung

M.Sc. in Mathematik oder Informatik

Jobbeschreibung

- for english version, see below -

Die Technische Universität Nürnberg (UTN) bietet eine inspirierende und interdisziplinäre Forschungsumgebung mit Zugang zu modernsten Ressourcen. Sie ist der ideale Ort, um zukunftsträchtige Entdeckungen zu machen und einen bedeutenden Beitrag zu spannenden Forschungsfeldern zu leisten.

Sechs Promotionen an der UTN im Bereich „Deep Learning – Foundation Models“ (m/w/d) - CSAI-ML-25-04

Das Machine Learning Lab (Prof. Dr. Josif Grabocka) am Department of Computer Science and Artificial Intelligence der Technischen Universität Nürnberg (UTN) bietet derzeit sechs voll finanzierte Promotionsmöglichkeiten (3 Jahre, 100%-Stellen, TV-L E13) zum Thema: Effizientes Fine-Tuning und Alignment von Foundation Models.

Wir suchen hochmotivierte und talentierte Persönlichkeiten, die unserem dynamischen und internationalen Forschungsteam beitreten und zur Spitzenforschung im Bereich der Foundation Models beitragen möchten. Die Stelle ist Teil eines neu gegründeten Forschungslabors in Kooperation mit dem Bayerischen Landesamt für Steuern, das neuartige Methoden zur Feinabstimmung und zum Alignment von Foundation Models im Anwendungsfeld der Besteuerung erforscht.

Ihre Aufgaben:

• Durchführung wissenschaftlicher Forschung zur Entwicklung neuer Methoden für das Fine-Tuning und Alignment von Foundation Models
• Veröffentlichung der Forschungsergebnisse auf führenden Konferenzen und in Fachzeitschriften wie NeurIPS, ICLR, ICML, IJCAI, AAAI, KDD, TMLR und JMLR
• Unterstützung von Prof. Dr. Josif Grabocka bei der Lehre in Kursen wie Machine Learning, Deep Learning und Foundation Models am Department of Computer Science and Artificial Intelligence der UTN

Ihr Profil:

• Ein Masterabschluss (M.Sc.) in Mathematik oder Informatik mit sehr guten Noten
• Vertiefte Kenntnisse in Mathematik, Wahrscheinlichkeitstheorie, Statistik und Linearer Algebra
• Eine Masterarbeit mit klarem Schwerpunkt im Bereich Machine Learning, die über die reine Anwendung von ML auf eine spezifische Aufgabe hinausgeht
• Starke Programmierkenntnisse
• Kenntnisse in PyTorch und im Training von large-scale Deep-Learning-Modellen auf mehreren Knoten mit mehreren GPUs
• Sehr gute Kommunikations- und Präsentationsfähigkeiten in Englisch sind ebenfalls entscheidend für diese Rolle

Interessiert?

Wenn Ihr Profil den Anforderungen entspricht, laden Sie bitte folgende Dokumente mit ihrer Bewerbung hoch:

• Ein Persönliches Motivationsschreiben, in dem Sie die Gründe für Ihren Promotionswunsch an der UTN darlegen und weshalb Sie sich für dieses Forschungsfeld und das Department interessieren.
• Ein vollständiger chronologischer, tabellarischer Lebenslauf in englischer Sprache.
• Nachweise über Ihre Studienabschlüsse (M.Sc. sowie B.Sc.) oder gleichwertige Qualifikationen.
• Transcript of Records, Diploma Supplements oder Kursübersichten ihrer Studienabschlüsse (M.Sc. sowie B.Sc. oder gleichwertige Abschlüsse).
• Ihre Masterarbeit
• (Optional) Einen Link zu Ihren GitHub-Projekten und eventuellen bisherigen Veröffentlichungen

Bitte beachten: Falls Sie Ihre Abschlüsse (M.Sc. sowie B.Sc. oder gleichwertige Abschlüsse) im Ausland erhalten haben, müssen Sie stets die Originalversion zusammen mit einer Übersetzung ins Englische oder Deutsche einreichen. Die Übersetzung muss von einem staatlich geprüften Übersetzer/einer staatlich geprüften Übersetzerin angefertigt worden sein und über ein offizielles Siegel verfügen.
Dokumente, deren Originalsprache Englisch ist, müssen nicht übersetzt werden.

Sollten Sie in die engere Auswahl kommen, erhalten Sie eine Einladung zu einem Interview, bei dem Sie Ihre Forschungsarbeit vorstellen können.

Weitere Informationen zum Bewerbungsprozess und den Aufnahmebedingungen finden Sie unter https://www.utn.de/forschung/promotion/.
Weitere Informationen zur Entgeltgruppe TV-L E13 finden Sie unter https://oeffentlicher-dienst.info/tv-l/allg/.

Bitte beachten: Reisekosten und sonstige im Rahmen der Bewerbung anfallende Aufwände können nicht von uns erstattet werden.

Sie haben Fragen?

Bitte richten Sie alle inhaltlichen Anfragen an Prof. Dr. Josif Grabocka ([e-mail]).

Bei allgemeinen Fragen wenden Sie sich bitte an [e-mail].

The University of Technology Nuremberg (UTN) offers a stimulating and interdisciplinary research environment with access to cutting-edge resources. It is the ideal place to make groundbreaking discoveries and contribute to exciting fields of research.

Six doctoral researcher (Ph.D.) positions at UTN in the field of “Deep Learning – Foundation Models” (m/f/d) - CSAI-ML-25-04

The Machine Learning Lab (Prof. Dr. Josif Grabocka) at the Department of Computer Science and Artificial Intelligence of the University of Technology Nuremberg (UTN) is currently offering six openings for fully funded doctoral research opportunities (100% position – TVL E13) on the topic: Efficient Fine-Tuning and Alignment of Foundation Models.

We are seeking highly motivated and talented individuals to join our dynamic and international research team and contribute to cutting-edge research in the field of Foundation Models. The position will be part of a newly-established research lab in cooperation with the Bavarian Tax Office (Bayerische Landesamt für Steuern), which researches novel methods to fine-tune and align Foundation Models in the application realm of taxation.

Your tasks:

• Conduct scientific research in discovering novel methods for fine-tuning and aligning Foundation Models
• Publish your research results at leading academic conferences and journals, such as NeurIPS, ICLR, ICML, IJCAI, AAAI, KDD, TMLR, and JMLR
• Assist Prof. Dr. Josif Grabocka in teaching courses such as Machine Learning, Deep Learning, and Foundation Models at the Department of Computer Science and Artificial Intelligence of UTN

Your profile:

• A M.Sc. degree in Mathematics or Computer Science with top grades
• Advanced knowledge of Math, Probability, Statistics, and Linear Algebra
• A M.Sc. thesis with a deep focus on Machine Learning, which goes beyond simply applying ML to a specific application
• Strong programming skills
• Knowledge of PyTorch and training large-scale Deep Learning models on multiple nodes with multiple GPUs
• Effective communication and presentation abilities in English are also crucial in this role

Interested?

If your profile matches the requirements, please upload the following documents:

• A personal statement that explains why you want to pursue a doctorate at UTN as well as why this research area and department interests you.
• A complete, chronological, tabular curriculum vitae (CV) in English.
• Certificates of your university degrees (e.g., M.Sc. degree and B.Sc. degree) or other equivalent qualification.
• Transcript of records, diploma supplements, or overview of courses from your university degrees (M.Sc. degree and B.Sc. degree).
• Your M.Sc. thesis
• (Optional) A link to your GitHub projects and any prior publications

Please note: If your degrees (Master's and Bachelor's degree or equivalent) were obtained abroad, you must always submit the original version along with a translation into English or German by a certified translator, bearing an official seal, as a single combined document. Documents originally issued in English do not require a translation.

If you are shortlisted, you will be invited for an interview.

For more information on the application process and admission requirements see https://www.utn.de/en/research/doctoral-degree/.
For more information on the TV-L E13 payscale see https://oeffentlicher-dienst.info/tv-l/allg/.

Please note: Travel expenses and any other costs related to the application process cannot be reimbursed.

Questions?

For any scientific inquiries, please contact Prof. Dr. Josif Grabocka ([e-mail]).

For general questions, please reach out to [e-mail].