Munich, Germany
Wissenschaftliche Mitarbeiter*in (zur Promotion oder Postdoc) im Bereich Natural Language Processing auf Rechtstexten
12.06., Wissenschaftliches Personal
NLP-Forschungsprojekte mit juristischen Aufgaben und Texten (zB an einem länderübergreifenden Forschungsprojekt "Generatives Sprachmodell Justiz" und eines Projekts zur Nutzung von NLP Technologie in der Gesetzgebung). Technischer Schwerpunkt auf großen generativen Sprachmodellen (Large Language Models).
Über uns
Zur Verstärkung der Arbeitsgruppe Legal Tech suchen wir zum nächstmöglichen Zeitpunkt ein*e Wissenschaftliche Mitarbeiter*in (zur Promotion oder Postdoc) im Bereich Natural Language Processing auf Rechtstexten. Die Arbeitsgruppe TUM Legal Tech betreibt Forschung und Entwicklung rund um die Anwendung von Methoden aus künstlicher Intelligenz (KI), maschinellem Lernen, Natural Language Processing (NLP) und Knowledge Representation zur Lösung von Aufgaben und Problemen in der Rechtspraxis und der öffentlichen Verwaltung. Übergeordnete Ziele sind dabei:
Arbeitsbeschreibung
Sie werden an NLP-Forschungsprojekten mit juristischen Aufgaben und Texten arbeiten (zB an einem länderübergreifenden Forschungsprojekt "Generatives Sprachmodell Justiz" und eines Projekts zur Nutzung von NLP Technologie in der Gesetzgebung). Der technische Schwerpunkt liegt dabei auf großen generativen Sprachmodellen (Large Language Models). Die primäre Sprache der zu bearbeitenden Daten ist Deutsch.
Weitere mögliche Aktivitäten sind insbesondere:
Die Projektarbeit erfolgt interdisziplinär und beinhaltet häufig Zusammenarbeit mit Praktikern und/oder Forschungsgruppen anderer Universitäten. Zu Ihren Tätigkeiten gehören auch die studentische Betreuung und Lehrtätigkeiten gemäß den Regeln der TUM.
Sie arbeiten als Teil eines Teams und haben die Möglichkeit, ihre Forschung auf Konferenzen (zB *CL, ICAIL, Jurix) und Workshops (zB NLLP, ASAIL) zu veröffentlichen und so Teil der globalen AI&Law- und Legal Tech-Community zu werden.
Ihre Qualifikationen
Sie haben Interesse an Natural Language Processing auf Rechtstexten und der Arbeit an den auftretenden domänenspezifischen Problemen. Bitte erklären Sie in Ihrem Motivationsschreiben Ihre bisherigen Erfahrungen in interdisziplinärer Arbeit.
Sie arbeiten in deutscher Sprache auf dem Niveau einer Muttersprache in Wort und Schrift. Ferner verfügen sie über sehr gute Englischkenntnisse in Wort und Schrift (zB mindestens B2-Zertifikatsniveau oder hervorragende TOEFL-Ergebnisse). Sie kommunizieren effektiv und können produktiv mit komplexen Texten arbeiten. Sie sind neugierig, arbeiten sich schnell in eine Problemdomäne ein (zB ein spezielles Rechtsgebiet) und kollaborieren gerne mit technischen und juristischen Experten in stark interdisziplinären Projekten. Sie entwickeln kreative Lösungen und verfügen über das nötige Durchhaltevermögen, um auch komplexe Projekte erfolgreich abzuschließen.
Sie haben Erfahrung mit NLP, maschinellem Lernen und KI und sind ein vielseitiger und effektiver Programmierer (dh sehr gute Kenntnisse in Python, Pytorch / Tensorflow, Scikit-Learn/ Numpy, Jupyter, Git, Fähigkeit zum schnellen App-Prototyping im Javascript-Ökosystem usw.).
Die Positionen
Wir bieten mehrere Vollzeitstellen als wissenschaftliche*r Mitarbeiter*in (entweder zur Promotion im Fach Informatik oder als Postdoc). Die Arbeitsverträge werden zunächst auf 18 Monate befristet und können bei zufriedenstellender Evaluation entsprechend verlängert werden (zB bis zum Abschluss der Promotion), wobei das Wissenschaftszeitvertragsgesetz zu beachten ist.
Die Vergütung richtet sich nach dem Tarifvertrag für den öffentlichen Dienst der Länder (TV-L, Entgeltgruppe 13). Die TUM strebt eine Erhöhung des Frauenanteils an und fordert qualifizierte Frauen ausdrücklich auf, sich zu bewerben. Bewerbungen Schwerbehinderter werden bei im Wesentlichen gleicher Qualifikation bevorzugt.
So bewerben Sie sich
Ihre
* The salary benchmark is based on the target salaries of market leaders in their relevant sectors. It is intended to serve as a guide to help Premium Members assess open positions and to help in salary negotiations. The salary benchmark is not provided directly by the company, which could be significantly higher or lower.