Das sind wir:

Werden Sie Teil der Forschungsgruppe für Interpretierbares Maschinelles Lernen & Erklärbare KI am Lehrstuhl “Statistical Learning and Data Science” unter der Leitung von Prof. Dr. Bernd Bischl. Die Stelle wird vom Munich Center for Machine Learning (MCML), einem der nationalen Kompetenzzentren für maschinelles Lernen in Deutschland, das einen größeren Teil der Aktivitäten im Bereich maschinelles Lernen an der LMU bündeln soll.

Wir suchen Sie:

Doktorand in “interpretierbares maschinelles Lernen für tabellarische Daten” (m/w/d)

am Standort München

Das sind Ihre Aufgaben:

Der Schwerpunkt der Forschung liegt auf der Weiterentwicklung von Interpretationsmethoden für Modelle des maschinellen Lernens (ML), die auf Tabellendaten trainiert wurden. Bestehende Interpretationsmethoden liefern entweder lokale Erklärungen für Einblicke in einzelne Beobachtungen oder globale Erklärungen, die das Gesamtverhalten eines Modells charakterisieren. Während Ihrer Promotion werden Sie ein breites Spektrum von Interpretationsmethoden erforschen, einschließlich regionaler Erklärungen, die ein Kompromiss zwischen lokaler und globaler Interpretierbarkeit herstellen, sowie andere innovative Methoden, die darauf abzielen, die allgemeine Erklärbarkeit von ML-Modellen zu verbessern.

• Forschung an der Schnittstelle von maschinellem Lernen und Statistik zur Verbesserung der Interpretierbarkeit von ML Modellen, die auf tabellarischen Daten trainiert wurden.
• Veröffentlichung wissenschaftlicher Ergebnisse in international renommierten Zeitschriften und Präsentation auf internationalen Spitzentagungen und Workshops.
• Sie arbeiten mit anderen Forschern zusammen und leisten einen aktiven Beitrag zu Forschungsprojekten und/oder Open-Source-Softwareprojekten.
• Unterstützung bei Lehraktivitäten und Entwicklung von Lehrmaterial für Kurse im Bereich maschinelles Lernen an der LMU, wie der Lehrveranstaltung Introduction to Machine Learning oder Interpretable Machine Learning.

Das sind Sie:

• M.Sc. in Statistik, Mathematik, Data Science, Informatik oder einer verwandten Disziplin.
• Fundierte Kenntnisse in den theoretischen Grundlagen des maschinellen Lernens und der Statistik sind für diese Stelle zwingend erforderlich.
• Gute Programmierkenntnisse in R (bevorzugt) und/oder Python.
• Kenntnisse oder Erfahrungen im Bereich des interpretierbaren maschinellen Lernens (insbesondere im Bereich post-hoc und modellunabhängiger Methoden) sind von Vorteil, aber nicht zwingend erforderlich.
• Hohes Verantwortungsbewusstsein, Zuverlässigkeit, persönliches Engagement und die Fähigkeit zur eigenständigen Arbeit.
• Gute Kommunikations- und zwischenmenschliche Fähigkeiten sowie Teamfähigkeit

Das ist unser Angebot:

• Voll finanzierte 3-Jahres-Stelle mit Option auf Verlängerung.
• Zukunftsweisende Forschungsprojekte in einem spannenden Bereich.
• Exzellentes wissenschaftliches Umfeld an einer deutschen Spitzenuniversität.
• Internationale Netzwerke und Austauschmöglichkeiten.
• Umfassende Unterstützung und enge Zusammenarbeit mit erfahrenen Forschern, einschließlich intensiver Betreuung, Anleitung und Mentoring, um Ihren Erfolg und Ihre Entwicklung in und während der Promotion zu fördern.

Eine Teilzeitbeschäftigung ist grundsätzlich möglich.

Kontakt:

Wir freuen uns auf Ihre Bewerbung mit allen erforderlichen Unterlagen bis zum 31.12.2023 (ein PDF: vorname_nachname.pdf) über https://tinyurl.com/phd2024

• Motivationsschreiben für die ausgeschriebene Stelle und Angabe des gewünschten Startdatums (max. eine Seite).
• Ausführlicher Lebenslauf mit Angaben zu Ihren Programmierkenntnissen und einer Liste der besuchten Kurse in Statistik und maschinellem Lernen mit einem kurzen Überblick über die wichtigsten Themen, die in den einzelnen Kursen behandelt wurden.
• Zeugnisse mit Leistungsnachweisen bzw. Notenauszügen zu den erworbenen Hochschulabschlüsse.
• Internationale Bewerber*innen fügen bitte einen Nachweis der englischen Sprachkenntnisse bei (siehe anerkannte Sprachnachweise), der nicht älter als zwei Jahre ist.

Für weitere Informationen kontaktieren Sie bitte Dr. Giuseppe Casalicchio, E-Mail: casalicchio@stat.uni-muenchen.de und besuchen Sie unsere Website.

Wo Wissenschaft alles ist.

An der LMU arbeiten Wissenschaftlerinnen und Wissenschaftler auf höchstem Niveau an den Zukunftsfragen um Mensch, Gesellschaft, Kultur, Umwelt und Technologie, unterstützt durch kompetente Beschäftigte in Verwaltung, IT und Technik. Werden Sie Teil der LMU München!