Wiss. Mitarbeiter*in (d/m/w) - 75 % Arbeitszeit - Entgeltgruppe 13 TV-L Berliner Hochschul
Wiss. Mitarbeiter*in (d/m/w) - 75 % Arbeitszeit - Entgeltgruppe 13 TV-L Berliner Hochschul
Wiss. Mitarbeiter*in (d/m/w) - 75 % Arbeitszeit - Entgeltgruppe 13 TV-L Berliner Hochschul
Wiss. Mitarbeiter*in (d/m/w) - 75 % Arbeitszeit - Entgeltgruppe 13 TV-L Berliner Hochschul
Technische Universität Berlin
Fach- und Hochschulen
Berlin
- Art der Anstellung: Teilzeit
- 49.500 € – 54.500 € (von XING geschätzt)
- Vor Ort
Wiss. Mitarbeiter*in (d/m/w) - 75 % Arbeitszeit - Entgeltgruppe 13 TV-L Berliner Hochschul
Über diesen Job
Technische Universität Berlin - Fakultät II - Institut für Mathematik / Mathematische Optimierung
Wiss. Mitarbeiter*in (d/m/w) - 75 % Arbeitszeit - Entgeltgruppe 13 TV-L Berliner Hochschulen
unter dem Vorbehalt der Mittelbewilligung
Ihre Aufgaben:
Im Projekt "EF1 Agentic AI in Mathematics" erforschen Sie agentenbasierte LLM-Systeme, die neue mathematische Strukturen und Vermutungen entdecken. Sie übernehmen die selbstständige Planung und Durchführung von umfangreichen numerischen Experimenten sowie die automatische Erstellung und Verifizierung von Beweisen.
Hauptaufgaben:
- Entwurf und Implementierung von Agent-Architekturen (Prompt-Engineering, Multi-Agent-Koordination, RAG-Workflows) für mathematisches Schließen
- Durchführung von Benchmark-Studien in Diskreter Mathematik/Kombinatorik und Dokumentation neuer Ergebnisse
- Integration von Formal-Verification-Systemen (z. B. Lean) und Veröffentlichung von Open-Source-Prototypen
- Zusammenarbeit mit der TU Berlin, dem ZIB und externen Partnern; Präsentation der Ergebnisse auf internationalen Konferenzen
- Mitbetreuung von Studierenden im Bereich AI-for-Math im Zusammenhang mit dem Projekt
Ihr Profil:
- Abgeschlossenes wissenschaftliches Hochschulstudium (Diplom, Master oder Äquivalent) in Mathematik, Informatik oder einem verwandten Fach
- Nachweisbare Expertise in mindestens einem der Bereiche: Machine Learning/LLMs, algorithmische Diskrete Mathematik, formale Beweissysteme
- Sehr gute Programmierkenntnisse (Python erforderlich; C++ oder Lean von Vorteil)
- Gute Deutsch- und/oder Englischkenntnisse erforderlich; Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben
- Ausgeprägte Fähigkeit zum selbstständigen und teamorientierten Arbeiten sind wünschenswert
- Erfahrung mit Multi-Agent-Systemen oder Reinforcement Learning sind von Vorteil
- Publikationen im Bereich AI-for-Science oder Theoretische Informatik/Mathematik sind von Vorteil
- Vertrautheit mit HPC-Infrastrukturen und Versionsverwaltung (Git) ist wünschenswert
Hinweise zur Bewerbung:
Ihre Bewerbung senden Sie bitte unter Angabe der Kennziffer mit den üblichen Unterlagen (zusammengefasst in einem PDF-Dokument, max. 5 MB) per E-Mail an Beate Nießen ( niessen@math.tu-berlin.de ).
Mit der Abgabe einer Onlinebewerbung geben Sie als Bewerber*in Ihr Einverständnis, dass Ihre Daten elektronisch verarbeitet und gespeichert werden. Wir weisen darauf hin, dass bei ungeschützter Übersendung Ihrer Bewerbung auf elektronischem Wege keine Gewähr für die Sicherheit übermittelter persönlicher Daten übernommen werden kann. Datenschutzrechtliche Hinweise zur Verarbeitung Ihrer Daten gem. DSGVO finden Sie auf der Webseite der Personalabteilung: https://www.abt2-t.tu-berlin.de/menue/themen_a_z/datenschutzerklaerung/ .
Zur Wahrung der Chancengleichheit zwischen Frauen und Männern sind Bewerbungen von Frauen mit der jeweiligen Qualifikation ausdrücklich erwünscht. Schwerbehinderte werden bei gleicher Eignung bevorzugt berücksichtigt. Die TU Berlin schätzt die Vielfalt ihrer Mitglieder und verfolgt die Ziele der Chancengleichheit. Bewerbungen von Menschen aller Nationalitäten und mit Migrationshintergrund sind herzlich willkommen.
Gehalts-Prognose
Bewertung von Mitarbeitenden
Gesamtbewertung
Basierend auf 208 BewertungenVorteile für Mitarbeitende
Unternehmenskultur
Unternehmenskultur
208 Mitarbeitende haben abgestimmt: Sie bewerten die Unternehmenskultur bei Technische Universität Berlin als ausgeglichen zwischen traditionell und modern.Der Branchen-Durchschnitt tendiert übrigens in Richtung modern