Wissenschaftliche Mitarbeiterin im Bereich Maschinelles Lernen
vor 4 Wochen
Aufgabenbeschreibung
Das Projekt zielt darauf ab, neuartige Methoden des maschinellen Lernens zu entwickeln, um die Hirnbildgebung zu optimieren. Hierbei werden komplementäre Informationen aus multimodalen Datensätzen von EEG- und fNIRS/DOT-Signalen genutzt. Die zugrunde liegenden Gehirnaktivitäten können als gemeinsame latente Komponenten in den verschiedenen Messmodalitäten betrachtet werden, die durch physiologische und nicht-physiologische Störungen beeinflusst werden. Ziel ist die Entwicklung einer innovativen, maschinellen Lernansatz zur unüberwachten Sensorfusion von EEG-, fNIRS- und physiologischen Hilfssignalen, um den Kontrast der Hirnaktivierung zu steigern und eine robuste mobile Hirnbildgebung im Alltag zu ermöglichen. LehrverpflichtungenErwartete Qualifikationen
Abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) sowie Promotion in Informatik, Mathematik, Physik oder einem verwandten Fachgebiet Ausgezeichnete Kenntnisse in mathematischer Modellierung und Variationsprinzipien zur Lösung von Optimierungsproblemen Erfahrung im Bereich des maschinellen Lernens (Theorie und Implementierung) Hervorragende Programmierfähigkeiten (insbesondere in Python), sowie Erfahrung mit ML- und linearen Algebra-Bibliotheken (NumPy, sklearn, PyTorch, etc.) und Versionskontrollsystemen Die Fähigkeit, in deutscher und/oder englischer Sprache zu unterrichten, wird vorausgesetzt; Bereitschaft, fehlende Sprachkenntnisse zu erwerbenWünschenswerte Qualifikationen:
Interesse an Spitzenforschung, hohe Eigeninitiative, Selbstmotivation und Ergebnisorientierung Erfahrung mit maschinellen Lernmethoden zur Verarbeitung von Biosignalen, insbesondere in der Zeitreihenanalyse und unüberwachter Quellentrennung Praktische Erfahrung in der experimentellen und technischen Erfassung multivariater Biosignale (z.B. EEG, fNIRS, ...) Veröffentlichungen in hochrangigen Fachzeitschriften Internationale Forschungserfahrung und Kooperationen Teilnahme an und Beiträge zu internationalen KonferenzenForschungsumfeld:
Spannende und herausfordernde Forschungsgebiete International anerkanntes und engagiertes Team Enge Zusammenarbeit mit renommierten Forschungseinrichtungen-
Berlin, Berlin, Deutschland Bundesanstalt für Materialforschung und -prüfung VollzeitWir suchen eine erfahrene Wissenschaftliche Mitarbeiterin für maschinelles Lernen in der Materialwissenschaft, um unser Team im Referat "eScience" in Berlin-Steglitz zu verstärken.Promovierte Wissenschaftliche Mitarbeiterin für maschinelles Lernen in der Materialwissenschaft (m/w/d)Entgeltgruppe 14 TVöDZeitvertrag für 36...
-
Berlin, Berlin, Deutschland Bundesanstalt für Materialforschung und -prüfung VollzeitWir suchen eine erfahrene Wissenschaftliche Mitarbeiterin für maschinelles Lernen in der Materialwissenschaft, um unser Team im Referat "eScience" in Berlin-Steglitz zu verstärken.Promovierte Wissenschaftliche Mitarbeiterin für maschinelles Lernen in der Materialwissenschaft (m/w/d)Entgeltgruppe 14 TVöDZeitvertrag für 36...
-
Berlin, Berlin, Deutschland BAM VollzeitIhre AufgabenAls Wissenschaftliche Mitarbeiterin für maschinelles Lernen in der Materialwissenschaft werden Sie Teil eines interdisziplinären Teams, das sich auf die Entwicklung und Anwendung von künstlichen Intelligenz-Technologien in der Materialwissenschaft konzentriert.Entwickeln und implementieren Sie eigene Machine-Learning-Projekte, um komplexe...
-
Berlin, Berlin, Deutschland BAM VollzeitIhre AufgabenAls Wissenschaftliche Mitarbeiterin für maschinelles Lernen in der Materialwissenschaft werden Sie Teil eines interdisziplinären Teams, das sich auf die Entwicklung und Anwendung von künstlichen Intelligenz-Technologien in der Materialwissenschaft konzentriert.Entwickeln und implementieren Sie eigene Machine-Learning-Projekte, um komplexe...
-
Berlin, Berlin, Deutschland BAM VollzeitIhre AufgabenAls Wissenschaftliche Mitarbeiterin für maschinelles Lernen in der Materialwissenschaft werden Sie Teil eines interdisziplinären Teams, das sich auf die Entwicklung und Anwendung von künstlichen Intelligenz-Technologien in der Materialwissenschaft konzentriert.Entwickeln und implementieren Sie eigene Machine-Learning-Projekte, um komplexe...
-
Berlin, Berlin, Deutschland BAM VollzeitIhre AufgabenAls Wissenschaftliche Mitarbeiterin für maschinelles Lernen in der Materialwissenschaft werden Sie Teil eines interdisziplinären Teams, das sich auf die Entwicklung und Anwendung von künstlichen Intelligenz-Technologien in der Materialwissenschaft konzentriert.Entwickeln und implementieren Sie eigene Machine-Learning-Projekte, um komplexe...
-
Berlin, Berlin, Deutschland BAM VollzeitIhre Aufgaben Als Wissenschaftliche Mitarbeiterin für maschinelles Lernen in der Materialwissenschaft werden Sie Teil eines interdisziplinären Teams bei BAM und werden verantwortlich für die Entwicklung und Weiterentwicklung eigener Machine-Learning-Projekte. Entwicklung neuer maschineller Lernmodelle für Anwendungen in der Materialwissenschaft...
-
Berlin, Berlin, Deutschland BAM VollzeitIhre Aufgaben Als Wissenschaftliche Mitarbeiterin für maschinelles Lernen in der Materialwissenschaft werden Sie Teil eines interdisziplinären Teams bei BAM und werden verantwortlich für die Entwicklung und Weiterentwicklung eigener Machine-Learning-Projekte. Entwicklung neuer maschineller Lernmodelle für Anwendungen in der Materialwissenschaft...
-
Berlin, Berlin, Deutschland Bundesanstalt für Materialforschung und -prüfung VollzeitBeschreibung der StelleWir suchen eine erfahrene Wissenschaftliche Mitarbeiterin für maschinelles Lernen in der Materialwissenschaft, um unsere Forschung in diesem Bereich zu unterstützen.AufgabenEntwicklung und Weiterentwicklung eigener Machine-Learning-ProjekteImplementierung von maschinellen Lernmodellen in PyTorch und anderen relevanten...
-
Berlin, Berlin, Deutschland Bundesanstalt für Materialforschung und -prüfung VollzeitBeschreibung der StelleWir suchen eine erfahrene Wissenschaftliche Mitarbeiterin für maschinelles Lernen in der Materialwissenschaft, um unsere Forschung in diesem Bereich zu unterstützen.AufgabenEntwicklung und Weiterentwicklung eigener Machine-Learning-ProjekteImplementierung von maschinellen Lernmodellen in PyTorch und anderen relevanten...
-
Berlin, Berlin, Deutschland Bundesanstalt für Materialforschung und -prüfung VollzeitStellenbeschreibungWir suchen eine erfahrene Wissenschaftliche Mitarbeiterin für maschinelles Lernen in der Materialwissenschaft, um unsere Forschung in diesem Bereich zu unterstützen.AufgabenEntwicklung und Weiterentwicklung eigener Machine-Learning-ProjekteImplementierung von maschinellen Lernmodellen in PyTorch und anderen relevanten...
-
Berlin, Berlin, Deutschland Bundesanstalt für Materialforschung und -prüfung VollzeitStellenbeschreibungWir suchen eine erfahrene Wissenschaftliche Mitarbeiterin für maschinelles Lernen in der Materialwissenschaft, um unsere Forschung in diesem Bereich zu unterstützen.AufgabenEntwicklung und Weiterentwicklung eigener Machine-Learning-ProjekteImplementierung von maschinellen Lernmodellen in PyTorch und anderen relevanten...
-
Berlin, Berlin, Deutschland Bundesanstalt für Materialforschung und -prüfung VollzeitBeschreibung der StelleWir suchen eine erfahrene Wissenschaftliche Mitarbeiterin für maschinelles Lernen in der Materialwissenschaft, um unsere Forschung und Entwicklung in diesem Bereich zu unterstützen.Aufgaben und VerantwortlichkeitenEntwicklung und Weiterentwicklung eigener Machine-Learning-ProjekteImplementierung von maschinellen Lernmodellen in...
-
Berlin, Berlin, Deutschland Bundesanstalt für Materialforschung und -prüfung VollzeitBeschreibung der StelleWir suchen eine erfahrene Wissenschaftliche Mitarbeiterin für maschinelles Lernen in der Materialwissenschaft, um unsere Forschung und Entwicklung in diesem Bereich zu unterstützen.Aufgaben und VerantwortlichkeitenEntwicklung und Weiterentwicklung eigener Machine-Learning-ProjekteImplementierung von maschinellen Lernmodellen in...
-
Berlin, Berlin, Deutschland BAM VollzeitIhre AufgabenWir suchen eine motivierte und engagierte Wissenschaftliche Mitarbeiterin, die sich auf die Entwicklung und Weiterentwicklung von Machine-Learning-Projekten in der Materialwissenschaft spezialisiert hat. Als Teil unseres interdisziplinären Teams werden Sie eng mit Materialwissenschaftlern zusammenarbeiten, um innovative Lösungen für komplexe...
-
Berlin, Berlin, Deutschland BAM VollzeitIhre AufgabenWir suchen eine motivierte und engagierte Wissenschaftliche Mitarbeiterin, die sich auf die Entwicklung und Weiterentwicklung von Machine-Learning-Projekten in der Materialwissenschaft spezialisiert hat. Als Teil unseres interdisziplinären Teams werden Sie eng mit Materialwissenschaftlern zusammenarbeiten, um innovative Lösungen für komplexe...
-
Berlin, Berlin, Deutschland TU Berlin VollzeitAufgabenbeschreibung Das Projekt zielt darauf ab, neuartige Verfahren des maschinellen Lernens zu entwickeln, um die Hirnbildgebung zu optimieren. Hierbei werden komplementäre Informationen aus multimodalen Aufzeichnungen von EEG- und fNIRS/DOT-Signalen genutzt. Die zugrunde liegenden Gehirnaktivitäten können als gemeinsame latente Komponenten in den...
-
Berlin, Berlin, Deutschland TU Berlin VollzeitAufgabenbeschreibung Das Projekt zielt darauf ab, Methoden des maschinellen Lernens zu entwickeln, um die Hirnbildgebung zu optimieren. Hierbei werden komplementäre Informationen aus multimodalen Aufzeichnungen von EEG- und fNIRS/DOT-Signalen genutzt. Die zugrunde liegenden Gehirnaktivitäten werden als gemeinsame latente Komponenten betrachtet, die durch...
-
Berlin, Berlin, Deutschland TU Berlin VollzeitAufgabenbeschreibung Ziel des Projektes ist die Entwicklung von innovativen Methoden des maschinellen Lernens zur Optimierung der Hirnbildgebung. Dies geschieht durch die Nutzung komplementärer Informationen aus multimodalen Aufzeichnungen von EEG- und fNIRS/DOT-Signalen. Die zugrunde liegenden Gehirnaktivitäten können als gemeinsame latente...
-
Berlin, Berlin, Deutschland TU Berlin VollzeitAufgabenbeschreibung Das Projekt zielt darauf ab, Methoden des maschinellen Lernens zu entwickeln, um die Hirnbildgebung zu optimieren. Hierbei werden komplementäre Informationen aus multimodalen Aufzeichnungen von EEG- und fNIRS/DOT-Signalen genutzt. Die zugrunde liegenden Gehirnaktivitäten können als gemeinsame latente Komponenten in den verschiedenen...
