Wünschenswerte Erfahrungen/Kenntnisse: Bewertung der Wiederverwertbarkeit von Abfallprodukten und Sekundärrohstoffen United Nations Framework Classification of Resources (UNFC) Erfahrung im Projektmanagement Strukturierte und selbständige Arbeitsweise Bereitschaft, Verantwortung für Teilaufgaben zu übernehmen Teamfähigkeit und interkulturelle Kompetenz 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 Prof. Dr. Vera Susanne Rotter (). Entgeltgruppe 13 tv l berliner hochschulen for sale. 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.
EN 4, Einsteinufer 17, 10587 Berlin Fakten ID: 134586 Anzahl Angestellte: ca. 8300 Standort: Charlottenburg, Berlin (Berlin, Deutschland) Kategorie: Graduierten-Stelle Wiss. Mitarbeiter*in Promotions-Stelle Kategorie (TU Berlin): Wiss. Mitarbeiter*in ohne Lehraufgaben Dauer: befristet bis 31. 07. Wiss. Mitarbeiter*in (d/m/w) - 67 % Arbeitszeit - Entgeltgruppe 13 TV-L Berliner Hochschulen - Technische Universität Berlin - Chemie - jobvector. 2025 Stellenumfang: 100% Arbeitszeit; Teilzeit ggf. möglich Beginn frühestens: Frühestmöglich Vergütung: Entgeltgruppe E13 Aufgabengebiet: Informatik Studienrichtung: Elektrotechnik Physik Bildungsabschluss: Master, Diplom oder Äquivalent Sprachenkenntnisse: Deutsch (sehr gute Kenntnisse) Englisch (sehr gute Kenntnisse) Bewerben Bewerbungsfrist: 27. 05. 2022 Kennziffer: IV-318/22 Kontakt-Person: Prof. Dr. Gerfers per Post: Technische Universität Berlin - Die Präsidentin - ausschließlich per E-Mail / only by email per E-Mail:
Erwartete Qualifikationen: erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) im Bereich Informatik, Ingenieurwesen oder Angewandte Mathematik. Fachwissen zu Methoden und Theorie des Machine Learnings, tiefen neuronalen Netzen, Erklärungsmethoden und interpretierbaren Modellen. exzellente Programmierkenntnisse (z. B. in Python) und Erfahrung damit in Bibliotheken für tiefe Lernverfahren. exzellente Englischkenntnisse in Wort und Schrift; gute Deutschkenntnisse; Bereitschaft die jeweils fehlenden Sprachkenntnisse zu erlernen. Hinweise zur Bewerbung: Ihre schriftliche Bewerbung richten Sie bitte unter Angabe der Kennziffer mit den üblichen Unterlagen an die Technische Universität Berlin - Die Präsidentin - Fakultät IV, Institut für Technische Informatik und Mikroelektronik, FG Remote Sensing Image Analysis, Frau Prof. Dr. Begüm Demir, Sekr. Wiss. Mitarbeiter*in (d/m/w) - 75 % Arbeitszeit - Entgeltgruppe 13 TV-L Berliner Hochschulen - 1. Qualifizierungsphase (zur Promotion) (ID: 134365, de) - Stellenangebote - Berlin University Alliance Jobportal. EN 5, Einsteinufer 17, 10587 Berlin oder per Email an.