Das Department Computer Science & Artificial Intelligence bietet derzeit eine Promotionsstelle (3 Jahre, 100 %, TVL-13) in der Forschungsgruppe Artificial Intelligence and Robotics, geleitet von Prof. Dr. Wolfram Burgard, an. Wir suchen eine hochmotivierte und talentierte Nachwuchswissenschaftler:in, die Teil unseres dynamischen und internationalen Forschungsteams werden möchte.
Die bzw. erfolgreiche Kandidat:in wird Teil eines interdisziplinären Forschungsteams, das neuartige Ansätze für die Multi-Agenten-Pfadplanung in großskaligen robotergestützten Lagerhäusern entwickelt. Die Stelle ist im Bereich Robotik angesiedelt und beinhaltet eine enge Zusammenarbeit mit Forschenden aus den Bereichen Optimierung und Business Intelligence.
Sie werden zu Themen wie dezentraler Konfliktlösung und Multi-Agenten-Pfadplanung forschen, robotikspezifisches Fachwissen in das interdisziplinäre Team einbringen und eine führende Rolle bei der realitätsnahen Evaluierung der entwickelten Methoden übernehmen. Zugang zu den Experimentierflächen für mobile Robotik der UTN sowie zum Test- und Anwendungszentrum L.I.N.K. des Fraunhofer-Instituts bietet hervorragende Möglichkeiten, mittel- bis großskalige Experimente mit realer Roboterhardware durchzuführen.
Ergänzend wird eine weitere Stelle mit Schwerpunkt Optimierung in der Analytics and Optimization Group unter der Leitung von Prof. Dr. Alexander Martin ausgeschrieben.
Weitere beteiligte Forschungsgruppen sind die Juniorforschungsgruppe Multi-Robot Systems unter der Leitung von Dr. Tanja Kaiser, die Discrete Optimization Forschungsgruppe unter der Leitung von Prof. Dr. Johannes Thürauf sowie die Management Intelligence Services Gruppe der FAU unter der Leitung von Prof. Dr. Freimut Bodendorf.
Der bzw. die erfolgreiche Kandidat:in wird zum interdisziplinären Projekt „Real-World Multi-Agent Optimal Path Finding under Uncertainty“ beitragen.
Zu Ihren Aufgaben gehören:
- Durchführung innovativer Forschung zur Pfadplanung für Multi-Roboter-Systeme und zur dezentralen Konfliktlösung in enger Zusammenarbeit mit einem interdisziplinären Team.
- Entwicklung, Implementierung und Evaluation von Methoden sowohl in Simulationen als auch auf physischen Robotersystemen.
- Veröffentlichung von Forschungsergebnissen in führenden internationalen Fachzeitschriften und auf renommierten Konferenzen sowie Präsentation der eigenen Arbeiten vor der internationalen Forschungsgemeinschaft.
- Mitwirkung in der Lehre und bei der Betreuung von Studierenden, z. B. im Rahmen von Lehrveranstaltungen, Abschlussarbeiten und Forschungsprojekten.
- Unterstützung bei der Pflege und Instandhaltung unserer gemeinsam genutzten Robotiklabore.
- Mitwirkung an Outreach-Aktivitäten und Kommunikation von Forschungsergebnissen gegenüber wissenschaftlichen, industriellen und breiteren öffentlichen Zielgruppen.
Ihr Profil:
Wir erwarten:
- Einen Master-Abschluss (M.Sc. oder äquivalent) in Informatik, Robotik, KI, Ingenieurwesen oder einem verwandten Fachgebiet
- Motivation, Engagement und ein ausgeprägtes Verantwortungsbewusstsein
- Starkes Interesse an Forschung zu Multi-Roboter-Systemen und an interdisziplinärer Zusammenarbeit
- Programmiererfahrung in Python und/oder C++ oder vergleichbaren Programmiersprachen
- Vertrautheit mit Git und LaTeX
- Sehr gute Englischkenntnisse in Wort und Schrift
- Erste Erfahrungen im Bereich mobile Robotik und künstliche Intelligenz (KI)
Erfahrung mit Multi-Roboter-Systemen ist ein großes Plus.
Zusätzliche Erfahrungen in einem oder mehreren der folgenden Bereiche sind von Vorteil:
- Robot Operating System (ROS/ROS 2)
- KI-Frameworks (z. B. PyTorch oder ähnliche)
- Ubuntu/Linux-Umgebungen und ssh
- Docker und Nutzung von HPC-Clustern
- Praktische Erfahrung im Umgang mit Roboterhardware
Interessiert?
Wenn Ihr Profil den Anforderungen entspricht, laden Sie bitte folgende Dokumente mit ihrer Bewerbung hoch:
- Ein Persönliches Motivationsschreiben (max. 1 Seite), in dem Sie die Gründe für Ihren Promotionswunsch an der UTN darlegen und weshalb Sie sich für dieses Forschungsfeld und das Department interessieren. Bitte beziehen Sie sich in Ihrer Erklärung entweder auf ein früheres Projekt, an dem Sie gearbeitet haben, oder auf einen Forschungsartikel, der Sie besonders fasziniert, um Ihr Interesse an Multi-Roboter-Systemen zu verdeutlichen
- Ein vollständiger chronologischer, tabellarischer Lebenslauf in englischer Sprache.
- Nachweise über Ihre Studienabschlüsse (M.Sc. sowie B.Sc.) oder gleichwertige Qualifikationen.
- Transcript of Records, Diploma Supplements oder Kursübersichten ihrer Studienabschlüsse (M.Sc. sowie B.Sc. oder gleichwertige Abschlüsse).
Bitte beachten: Falls Sie Ihre Abschlüsse (M.Sc. sowie B.Sc. oder gleichwertige Abschlüsse) im Ausland erhalten haben, müssen Sie stets die Originalversion zusammen mit einer Übersetzung ins Englische oder Deutsche einreichen. Die Übersetzung muss von einem staatlich geprüften Übersetzer/einer staatlich geprüften Übersetzerin angefertigt worden sein und über ein offizielles Siegel verfügen.
Dokumente, deren Originalsprache Englisch ist, müssen nicht übersetzt werden. Falls Ihr Motivationsschreiben primär KI generiert oder assistiert erscheint, sind Ihre Chancen in die nähere Auswahl zu kommen nicht sehr hoch. Wir möchten erfahren warum und in welchem Bereich Sie forschen möchten.
Sollten Sie in die engere Auswahl kommen, erhalten Sie eine Einladung zu einem Interview, bei dem Sie Ihre Forschungsarbeit vorstellen können. Bewerbungen werden laufend evaluiert, wir ermutigen interessierte Kandidaten und Kandidatinnen sich frühzeitig zu bewerben.
Weitere Informationen zum Bewerbungsprozess und den Aufnahmebedingungen finden Sie unter https://www.utn.de/ueber/graduate-school/promotionsleitfaden/#bewerbung
Weitere Informationen zur Entgeltgruppe TV-L E13 finden Sie unter https://oeffentlicher-dienst.info/tv-l/allg/.
Bitte beachten: Reisekosten und sonstige im Rahmen der Bewerbung anfallende Aufwände können nicht von uns erstattet werden.
Sie haben Fragen?
Bitte richten Sie alle inhaltlichen Anfragen an Prof. Dr. Wolfram Burgard ++wolfram.burgard@utn.de++
Bei allgemeinen Fragen wenden Sie sich bitte an stars@utn.de.