Das Department of Computer Science & Artificial Intelligence an der UTN bietet derzeit mehrere Promotionsstellen (voll finanziert, 3 Jahre, 100 %, Vergütung nach TV-L E13) in der Machine Intelligence Forschungsgruppe unter der Leitung von Prof. Dr. Lukas Schmid an.
Wir suchen hochmotivierte, selbstständige und talentierte Persönlichkeiten zur Verstärkung unseres dynamischen und internationalen Forschungsteams. Wir haben weltweit führende Expertise in den Bereichen Robotik und räumlich-zeitlicher KI aufgebaut und möchten die Grenzen der nächsten Generation von Robotern erweitern, die dynamischen, menschenzentrierten Umgebungen verstehen, in ihnen interagieren und sich autonom weiterentwickeln können. Zu diesem Zweck werden Sie interdisziplinäre Methoden und fundierte Theorie zusammenführen und dabei auf probabilistische Inferenz, Optimierung, maschinelles Lernen und Foundation-Modelle zurückgreifen, um robotische Systeme zu entwickeln, die in der realen Welt über verschiedene Roboterplattformen, Sensoren und Umgebungen hinweg zuverlässig funktionieren.
Ihre Aufgaben:
Die erfolgreiche Kandidatin bzw. der erfolgreiche Kandidat wird unter Anleitung und Unterstützung des PI ein eigenständiges Forschungsprofil entwickeln, die Perspektiven der eigenen Forschung in die Aktivitäten der Machine Intelligence Forschungsgruppe sowie des Derpartments Computer Science & Artificial Intelligence einbringen und zugleich von den vielfältigen Perspektiven und der Expertise des Teams profitieren.
Ihre Aufgaben umfassen:
- Durchführung eigenständiger Forschung an den Grenzen der Robotik und der verkörperten spatio-temporalen KI
- Mitwirkung an der Erforschung und Entwicklung von Methoden, Algorithmen und Machine-Learning-Frameworks
- Beitrag zur Konzeption und Implementierung dieser Methoden auf physischen Robotern und Systemen
- Veröffentlichung der Forschungsergebnisse in wissenschaftlichen Publikationen sowie Präsentation auf internationalen Konferenzen
- Mitwirkung bei der Konzeption und Betreuung von Studierendenprojekten, Unterstützung von Lehrveranstaltungen sowie Teilnahme am akademischen Leben des Departments und der Forschungsgruppe
Ihr Profil:
Wir suchen Kandidatinnen und Kandidaten, die begeistert sind, die Grenzen der verkörperten räumlich-zeitlichen KI zu erweitern und in diesem Bereich ein eigenständiges Forschungsprofil zu entwickeln.
Erforderliche Qualifikationen umfassen:
- Hochmotivierte, eigenständige und ambitionierte Persönlichkeit
- Großes Interesse und fundierte Kenntnisse im Bereich der verkörperten spatio-temporalen KI oder eng verwandter Gebiete
- Ausgeprägte Kommunikationsfähigkeiten sowie sehr gute Englischkenntnisse in Wort und Schrift
- Programmiererfahrung in Python und/oder C++ oder verwandten Sprachen
- Ein qualifizierender Abschluss (M.Sc. oder gleichwertig) in Robotik, Informatik, Elektrotechnik, Maschinenbau oder einem verwandten Fachgebiet
Wenn Sie bereits Erfahrung in einem der folgenden Bereiche haben kann das ein Vorteil sein:
- Robot Operating System (ROS) / ROS2
- Deep-Learning-Frameworks (z. B. PyTorch oder vergleichbare
- Praktische Erfahrung mit Robotik- oder Sensorhardware
Was wir anbieten:
Ausgewählte Highlights dieser Position umfassen:
- Umfangreiches und individuell zugeschnittenes Mentoring sowie Karriereentwicklung mit einem jungen aber etablierten PI
- Vollständig intern finanzierte Stelle – Fokus auf Grundlagenforschung mit flexiblen Themen innerhalb der Forschungsbereiche der Gruppe, ohne externe Vorgaben oder Berichtspflichten
- Entwicklung zur/zum Full-Stack-Robotiker/in mit Schwerpunkt auf rechnergestützten Methoden sowie Erfahrung in realen Anwendungen und Roboter Einsätzen
- Zugang zu breiter und tiefgehender Expertise in der Gruppe und dem Depratment, umfangreichen Rechenressourcen sowie vielfältiger Robotik-Hardware
- Aufbau eines starken Netzwerks – Kooperationen innerhalb der Gruppe und des Departments sowie Forschungsaufenthalte und Praktika in Wissenschaft und Industrie sind möglich und erwünscht
- Neben der Forschung: Entwicklung und Anwendung von Fähigkeiten im Projektmanagement, Mentoring und in der Lehre unter Anleitung und Unterstützung des PI
- Die Vergütung nach TV-L E13 (~60.000 EUR Einstiegsgehalt) gehört international zu den höchsten und ermöglicht eine sehr hohe Lebensqualität in der schönen Stadt Nürnberg
Interessiert?
Wenn Ihr Profil den Anforderungen entspricht, laden Sie bitte folgende Dokumente mit ihrer Bewerbung hoch:
- Ein Persönliches Motivationsschreiben, in dem Sie die Gründe für Ihren Promotionswunsch an der UTN darlegen und weshalb Sie sich für dieses Forschungsfeld und das Department interessieren.
- 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.
Bitte beachten: Falls ihr Motivationsschreiben primär KI generiert oder assistiert erscheint, sind Ihre Chancen in die nähere Auswahl zu kommen möglicherweise nicht sehr hoch. Wir möchten erfahren warum und in welchem Bereich Du forschen möchtest.
Sollten Sie in die engere Auswahl kommen, erhalten Sie eine Einladung zu einem Interview, bei dem Sie Ihre Forschungsarbeit vorstellen können.
Berwerbungen 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/forschung/promotion/
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 an Prof. Dr. Lukas Schmid (lukas.schmid@utn.de).
Bei allgemeinen Fragen wenden Sie sich bitte an stars@utn.de.