The Weierstraß Institute for Applied Analysis and Stochastics (WIAS) is an institute of the Forschungsverbund Berlin e.V. (FVB). The FVB comprises seven non-university research institutes in Berlin which are funded by the federal and state governments. The research institutes are members of the Leibniz Association.
In the Research Group “Data‐driven Optimization and Control” (Head: Dr. Jia-Jie Zhu), applications are invited for a
WIAS invites applications for a
PhD student position (f/m/d) in robust machine learning and data-driven optimization
(Ref. 21/15)
starting as soon as possible.
Robustness plays an increasingly important role in machine learning and optimization. For example, learners and optimization solutions can become fragile once the test environments differ from training.
We are looking for candidates passionate about researching robustness in data-driven optimization and machine learning, broadly defined as, e.g., distributional robustness/adversarial robustness/generalization/interfacing distributional robustness and causality/robust optimization/robustness in RL and control.
WIAS Berlin is a premier research institution known for its strength in optimization, optimal control, dynamical systems, and applied mathematics in general. It has hosted the flagship conferences in mathematical optimization such as ICCOPT 2019. We also envision collaborations with our collaborators within WIAS as well as external top institutions such as the Max Planck Institute for Intelligent Systems, Tübingen.
We invite candidates with a university degree (master’s level) in mathematics, computer science, or control theory, and backgrounds in mathematical optimization and/or machine learning theory and/or control theory. Candidates with strong applied or industrial experiences will also be considered. Those qualifications are demonstrated by high-quality technical reports or publications in credible venues and/or completed industrial projects and codebases.
Examples of the background include (but not limited to):
- Optimization: (distributionally) robust optimization/stochastic programming, numerical optimization, mixed-integer programming, semi-definite/semi-infinite optimization
- Applied math: numerical/functional analysis, approximation theory, differential equation
- Control: optimal control, robust control, MPC, data-driven control, dynamics learning
- Machine learning: adversarial robustness, generative models, learning theory, RL, kernel methods
What we offer:
- Close mentorship and supervision of the Ph.D. candidate emphasizing a positive working climate between Ph.D. candidate and supervisor
- A certified (Audit berufundfamilie) family-friendly work environment.
- German courses for all employees free of charge
Please direct queries to Dr. Jia-Jie Zhu (
zhu@wias-berlin.de), further information on his work is also available at
https://jj-zhu.github.io/.
The appointment is for 36 months. The reduced work schedule is 29,25 hours per week and the salary is according to the German TVöD Bund scale.
The Weierstraß Institute is an equal opportunity employer. We explicitly encourage female researchers to apply for the offered position. Among equally qualified applicants, disabled candidates will be given preference. We welcome applications from international candidates. Scientifically, Berlin offers a rich landscape with numerous opportunities for research as well as job prospects in academia and industry.
Please submit complete application documents including a cover letter, curriculum vitae (CV), relevant certificates and the master thesis (as draft if not finalized) as soon as possible via our online
job-application facility using the button “
Apply online”. The envisioned starting date is as soon as possible, but can be negotiated with the selected candidate.
The advertisement is open with immediate effect and will remain open until the position will be filled.
We are looking forward to your application!
Das Weierstraß-Institut für Angewandte Analysis und Stochastik (WIAS) ist ein Institut des Forschungsverbundes Berlin e.V. (FVB). Der FVB ist Träger von sieben außeruniversitären naturwissenschaftlichen Forschungsinstituten in Berlin, die von der Bundesrepublik Deutschland und der Gemeinschaft der Länder finanziert werden. Die Forschungsinstitute sind Mitglieder der Leibniz-Gemeinschaft.
Das WIAS liegt im Zentrum Berlins, eine der kulturreichsten und vielfältigsten internationalen Städte der Welt. Unser Institut ist eine führende Forschungseinrichtung mit einem Schwerpunkt in Optimierung, optimaler Steuerung, dynamischen Systemen und angewandter Mathematik im Allgemeinen. Durch das WIAS wurden bereits große internationale Konferenzen in der mathematischen Optimierung, wie z. B, die ICCOPT 2019, ausgerichtet. Im Rahmen des Projektes wird sowohl die Zusammenarbeit innerhalb des WIAS sowie mit externen Spitzeninstituten wie dem Max-Planck-Institut für Intelligente Systeme in Tübingen angestrebt.
Am WIAS ist in der Forschungsgruppe
"Data-driven Optimization and Control"
(Leitung: Dr. Jia-Jie Zhu)
zum nächstmöglichen Zeitpunkt eine Stelle als
Doktorand/in (w/m/d) im Bereich Robustes maschinelles Lernen und datengetriebene Optimierung
(Kennziffer 21/15)
zu besetzen.
Robustheit spielt beim maschinellen Lernen und bei der Optimierung eine immer wichtigere Rolle. Zum Beispiel können Lerner und Optimierungslösungen fragil werden, sobald sich die Testumgebungen vom Training unterscheiden.
Wir suchen Kandidatinnen und Kandidaten, die sich für die Erforschung von Robustheit in datengetriebener Optimierung und maschinellem Lernen begeistern, im weitesten Sinne definiert als z.B. verteilungsbezogene Robustheit/adversarische Robustheit/Generalisierung/Robustheit und Kausalität/robuste Optimierung/Robustheit in RL und Steuerung.
Erwartet wird ein abgeschlossenes wissenschaftliches Hochschulstudium (Master oder vergleichbar) in Mathematik, Informatik, oder Regelungstheorie. Gesucht werden Kandidatinnen und Kandidaten mit einem Hintergrund in der mathematischen Optimierung und/oder Theorie maschinellen Lernens und/oder Regelungstheorie. Kandidatinnen und Kandidaten mit umfangreicher Erfahrung in angewandten oder industriellen Fragestellungen kommen ebenfalls in Betracht. Diese Qualifikationen sollten durch qualitativ hochwertige technische Berichte oder Veröffentlichungen in einschlägigen Formaten und/oder abgeschlossenen Industrieprojekten und Codebases nachgewiesen werden.
Beispiele für den Hintergrund sind (aber nicht beschränkt auf):
- Optimierung: (verteilungsbezogene) robuste Optimierung/stochastische Programmierung, numerische Optimierung, gemischt-ganzzahlige Programmierung, halbdefinite/halbinfinite Optimierung
- Angewandte Mathematik: Numerische/Funktionalanalysis, Approximationstheorie, Differentialgleichungen
- Regelung: optimale Regelung, robuste Regelung, MPC, datengetriebene Regelung, dynamisches Lernen
- Maschinelles Lernen: adversarial Robustheit, generative Modelle, Lerntheorie, RL
Was wir bieten:
- Intensive Betreuung in Ihrer Arbeit
- Gutes Arbeitsklima zwischen Promovenden und Mentor
- Zertifiziertes familienfreundliches Arbeitsumfeld (Audit berufundfamilie)
- Kostenfreie Deutschkurse für alle Mitarbeitenden
Fachliche Rückfragen und weitere Details zur Position (bitte Lebenslauf beifügen) können an Dr. Jia-Jie Zhu (
zhu@wias-berlin.de) gerichtet werden sowie weitere Informationen finden Sie unter
https://jj-zhu.github.io/.
Die Stelle wird nach TVöD Bund vergütet und ist auf 36 Monate befristet. Die reduzierte Arbeitszeit beträgt 29,25 Wochenstunden.
In Anbetracht der angestrebten Erhöhung des Frauenanteils im Wissenschaftsbereich sind Bewerbungen qualifizierter Interessentinnen besonders willkommen. Schwerbehinderte werden bei gleicher Qualifikation bevorzugt. Wir begrüßen Bewerbungen von internationalen Kandidatinnen und Kandidaten. Wissenschaftlich gesehen bietet Berlin eine reiche Landschaft mit zahlreichen Möglichkeiten für die Forschung sowie Jobaussichten in der Wissenschaft und Industrie.
Bitte reichen Sie Ihre vollständigen Bewerbungsunterlagen mit Anschreiben, Lebenslauf, relevanten Zeugnissen und der Masterarbeit (als Entwurf, falls noch nicht abgeschlossen) über unser
Bewerber-Portal über den Button "
Online bewerben" ein. Der angestrebte Eintrittstermin ist so bald wie möglich, kann aber mit der/dem ausgewählten Kandidatin/Kandidaten verhandelt werden.
Die Bewerbungsfrist beginnt ab sofort und endet, wenn die Stelle besetzt ist.
Wir freuen uns auf Ihre Bewerbung!