Wissenschaftliche*r Mitarbeiter*in (Doktorand*in) Massive Data Processing (26272)

Bergische Universität Wuppertal; Eichholz; Vor Ort; EUR 52.000 - 66.000; Vollzeit

Benefits dieser Stelle

Kollegiales und wertschätzendes Mitein

Betriebliches Gesundheitsmanagement

Flexible Arbeitszeiten und Homeoffice

Arbeiten in internationalem Kontext

30 Urlaubstage

Fort- und Weiterbildungsangebot

Familienfreundliche Arbeitsbedingungen

Betriebliche Altersvorsorge

Zusammenfassung

Die Bergische Universität Wuppertal sucht für die Arbeitsgruppe Massive Data Processing talentierte Wissenschaftlerinnen und Wissenschaftler zur Mitwirkung an innovativen Forschungsprojekten im Bereich Scalable Machine Learning. Ziel ist eine Promotion; es werden fortgeschrittene Methoden zu Foundation Models, Representation Learning und Continual Learning entwickelt.

Sie arbeiten eigenständig an nationalen und internationalen Projekten, publizieren Ergebnisse und betreiben Drittmittelakquise.

Qualifikationen

• Überdurchschnittlich abgeschlossenes wissenschaftliches Hochschulstudium (Master oder vergleichbar) in Informatik, Künstlicher Intelligenz, Data Science oder einem verwandten Fach
• Fundierte Kenntnisse in Machine Learning, Deep Learning oder Artificial Intelligence
• Interesse an moderner Forschung in Foundation Models, Representation Learning, Self-Supervised Learning, Contrastive Learning & Continual Learning
• Gute Programmierkenntnisse, vorzugsweise in Python (z. B. PyTorch)
• Fähigkeit zu analytischem, strukturiertem und eigenständigem Arbeiten
• Ausgeprägtes Interesse an wissenschaftlicher Forschung und einer Promotion
• Soziale und kommunikative Kompetenz
• Sehr gute Englischkenntnisse
• Bereitschaft, Deutschkenntnisse auf mindestens B2 zu erwerben

Aufgaben

• Eigenständige Mitarbeit an innovativer Forschung im Bereich Scalable Machine Learning für daten- und prozessorientierte Anwendungen mit dem Ziel der Promotion
• Entwicklung neuartiger Methoden für Foundation Models, repräsentationsbasiertes Lernen sowie skalierbare, nachhaltige und wiederverwendbare Machine-Learning-Modelle
• Forschung zu Learning under Label Scarcity, Self-Supervised Learning, Contrastive Learning und Continual Learning
• Mitarbeit bei der Planung und wissenschaftlichen Durchführung nationaler und internationaler Forschungsprojekte
• Erstellung wissenschaftlicher Publikationen und Präsentation der Forschung auf internationalen Fachkonferenzen
• Entwicklung eines individuellen Forschungsprofils innerhalb der Forschungsgruppe
• Mitwirkung bei der Einwerbung und Durchführung von Drittmittelprojekten
• Eigenständige Betreuung von Übungen, Praktika und studentischen Arbeiten (max. im Umfang von 4 LVS)
• Mitwirkung bei der Durchführung von Prüfungen
• Mitwirkung bei der Betreuung von Bachelor- und Masterarbeiten im Bereich Scalable Machine Learning for Data and Processes

Kenntnisse

Machine Learning

Deep Learning

Artificial Intelligence

Python

PyTorch

Englischkenntnisse

Deutschkenntnisse B2

Analytisches Denken

Eigenständiges Arbeiten

Ausbildung

Masterabschluss in Informatik / KI / Data Science

Tools

Python

PyTorch

Jobbeschreibung

Die Bergische Universität Wuppertal ist eine dynamische, forschungsorientierte Campusuniversität. Getreu ihres Leitmotivs „Verstehen, Vermitteln, Gestalten“ widmet sie sich den großen gesellschaftlichen Herausforderungen in Wissenschaft, Bildung, Kultur, Wirtschaft, Gesellschaft, Technik und Umwelt. Sie ist aktive Partnerin in den Netzwerken der Region sowie in nationalen und internationalen Kooperationen. Rund 24.500 Menschen studieren, forschen und arbeiten hier an neun Fakultäten, in teils interdisziplinären Forschungseinrichtungen oder in der Verwaltung.

In der Fakultät für Mathematik und Naturwissenschaften, in der Fachgruppe Mathematik und Informatik, in der Arbeitsgruppe Massive Data Processing, suchen wir Unterstützung. Es sind 2 Vollzeitstellen zu besetzen.

IHRE AUFGABEN

• Eigenständige Mitarbeit an innovativer Forschung im Bereich Scalable Machine Learning für daten- und prozessorientierte Anwendungen mit dem Ziel der Promotion
• Entwicklung neuartiger Methoden für Foundation Models, repräsentationsbasiertes Lernen sowie skalierbare, nachhaltige und wiederverwendbare Machine-Learning-Modelle
• Forschung zu Learning under Label Scarcity, Self-Supervised Learning, Contrastive Learning und Continual Learning
• Mitarbeit bei der Planung und wissenschaftlichen Durchführung nationaler und internationaler Forschungsprojekte
• Erstellung wissenschaftlicher Publikationen und Präsentation der Forschung auf internationalen Fachkonferenzen
• Entwicklung eines individuellen Forschungsprofils innerhalb der Forschungsgruppe
• Mitwirkung bei der Einwerbung und Durchführung von Drittmittelprojekten
• Eigenständige Betreuung von Übungen, Praktika und studentischen Arbeiten (max. im Umfang von 4 LVS)
• Mitwirkung bei der Durchführung von Prüfungen
• Mitwirkung bei der Betreuung von Bachelor- und Masterarbeiten im Bereich Scalable Machine Learning for Data and Processes

IHR PROFIL

• Überdurchschnittlich abgeschlossenes wissenschaftliches Hochschulstudium (Master oder vergleichbar) in Informatik, Künstlicher Intelligenz, Data Science oder einem verwandten Fach
• Fundierte Kenntnisse in Machine Learning, Deep Learning oder Artificial lntelligence
• Interesse an moderner Forschung in einem oder mehreren der folgenden Bereiche:
• Foundation Models
• Representation Learning
• Self-Supervised, Contrastive Learning & Continual Learning
• Learning under Label Scarcity
• Scalable & Sustainable Al
• Gute Programmierkenntnisse, vorzugsweise in Python (z. B. PyTorch)
• Fähigkeit zu analytischem, strukturiertem und eigenständigem Arbeiten
• Ausgeprägtes Interesse an wissenschaftlicher Forschung und einer Promotion
• Soziale und kommunikative Kompetenz
• Sehr gute Englischkenntnisse
• Bereitschaft, innerhalb der ersten zwei Jahre der Beschäftigung Deutschkenntnisse auf mindestens dem Niveau B2 zu erwerben

Es handelt sich um eine Qualifizierungsstelle im Sinne des Wissenschaftszeitvertragsgesetzes (WissZeitVG), die zur Förderung eines Promotionsverfahrens dient. Die Stelle ist befristet für die Dauer des Promotionsverfahrens, jedoch vorerst bis zu 3 Jahren, zu besetzen. Eine Verlängerung zum Abschluss der Promotion ist innerhalb der Befristungsgrenzen des WissZeitVG ggf. möglich.

Beginn

zum nächstmöglichen Zeitpunkt

Dauer

befristet bis zu 3 Jahren

Stellenwert

E 13 TV- L

Umfang

Vollzeit (Teilzeit ist möglich, bitte geben Sie bei der Bewerbung an, ob Sie auch bzw. nur an einer Teilzeitbeschäftigung interessiert wären)

Kennziffer

26272

Ansprechpartner

Herr Prof. Dr. Marwan Hassani [e-mail]

Bewerbungsfrist

05.10.2026

WIR BIETEN IHNEN

• Kollegiales und wertschätzendes Miteinander
• Betriebliches Gesundheitsmanagement und UniSport
• Flexible Arbeitszeiten und Homeoffice
• Arbeiten in internationalem Kontext
• 30 Urlaubstage
• Großes Fort- und Weiterbildungsangebot
• Familienfreundliche Arbeitsbedingungen
• Betriebliche Altersvorsorge

An der Bergischen Universität schätzen wir die individuellen und kulturellen Unterschiede unserer Universitätsangehörigen und setzen uns für Gleichstellung, Chancengerechtigkeit und die Vereinbarkeit von Familie und Beruf ein. Bewerbungen von Menschen jeglichen Geschlechts sowie von Menschen mit Schwerbehinderung und ihnen gleichgestellten Personen sind willkommen. Frauen werden nach Maßgabe des Landesgleichstellungsgesetzes NRW bevorzugt berücksichtigt, sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen. Die Rechte von Menschen mit einer Schwerbehinderung, bei gleicher Eignung bevorzugt berücksichtigt zu werden, bleiben unberührt.

Bewerbungen umfassen alle notwendigen Unterlagen (Anschreiben, Lebenslauf, Nachweis des abgeschlossenen Hochschulstudiums, Arbeitszeugnisse, ggf. Nachweis einer Schwerbehinderung). Unvollständig eingereichte Bewerbungen können nicht berücksichtigt werden!