Postdoktorand – Maschinelles Lernen, Datenwissenschaft und Cloud-Plattformen (f/m/d)

In der Rolle des Postdoktoranden werden Sie an der Gestaltung und Weiterentwicklung von innovativen Forschungsthemen an der Schnittstelle von Maschinellem Lernen, Datenwissenschaft, generativer KI, agentischen Systemen und modernen Cloud- sowie Backend-Plattformen mitwirken. Sie werden als aktiver Forscher im Team tätig sein, neue Trends schnell bewerten, diese in klare Forschungserzählungen übersetzen und Ideen in demonstrierbare Prototypen sowie validierte Ergebnisse umsetzen. Ein zentraler Bestandteil dieser Position ist die Kommunikations- und Transferarbeit in der Forschung: Sie identifizieren geeignete Fördermöglichkeiten, formulieren Forschungsfragen, die zu den Programmzielen passen, und erstellen hochwertige Projektdokumentationen sowie -anträge in deutscher Sprache. Dabei kombinieren Sie wissenschaftliche Strenge mit einem pragmatischen Ingenieuransatz, um Forschung, Umsetzung und messbare Auswirkungen zu verbinden. Zu Ihren Aufgaben gehören die Erkundung, Bewertung und Strukturierung neuer Forschungsthemen im Bereich Maschinelles Lernen, Datenwissenschaft und Cloud-Plattformen, die Gestaltung und Implementierung von Prototypen und Machbarkeitsnachweisen, das Durchführen von aktuellen Literaturübersichten sowie Benchmarking, um Ideen im Vergleich zur aktuellen Forschung und Industrie zu positionieren. Zudem werden Sie relevante öffentliche Fördermöglichkeiten identifizieren und technische Konzepte in überzeugende Projektbeschreibungen, Ziele und Arbeitspläne übersetzen. Die Zusammenarbeit mit verschiedenen Teams zur Verknüpfung von Forschungsergebnissen mit Produktionsanforderungen, Skalierbarkeitsbedarfen und realen Einschränkungen gehört ebenfalls zu Ihren Aufgaben.

Um in dieser Position erfolgreich zu sein, sollten Sie einen Doktortitel in Informatik, Maschinellem Lernen/AI, Datenwissenschaft, Software Engineering oder einem verwandten Bereich vorweisen können. Nachweisliche Forschungsexzellenz, wie etwa durch Publikationen, eine starke methodische Grundlage sowie die Fähigkeit, sich schnell in neue Themen einzuarbeiten, sind erforderlich. Sie sollten Erfahrung in der Erstellung hochwertiger technischer Texte, wie beispielsweise Förderanträge, Projektbeschreibungen und wissenschaftliche Berichte, mitbringen. Solide ingenieurtechnische Fähigkeiten im Bereich ML und Softwaresysteme, einschließlich Python, moderner ML-Tools sowie Backend- und Cloud-Architekturen, sind ebenfalls wichtig. Eine starke Fähigkeit, wissenschaftliche Beiträge mit praktischen Anwendungen, Bewertungen und den Bedürfnissen der Stakeholder zu verbinden, wird vorausgesetzt. Sehr gute schriftliche und mündliche Kommunikationsfähigkeiten in Deutsch und Englisch sind ebenfalls erforderlich.