ZEIT - Logo in Kooperation mit academics - Logo
ZEIT - Logo in Kooperation mit academics - Logo
Jobs Arbeitgeber Ratgeber Services
Gemerkte Jobs
Für Arbeitgeber
Jobs Arbeitgeber Ratgeber Services Gemerkte Jobs

Für Arbeitgeber

Finden Sie qualifizierte Mitarbeiter:innen

Technische Universität Dresden - Logo

Wissenschaftliche*r Mitarbeiterin bzw. Mitarbeiter / Doktorandin bzw. Doktorand (m/w/d) Maschinelles Lernen und Kombinatorische Optimierung
Technische Universität Dresden

Befristet
Vollzeit
Bewerbungsfrist: 26.02.2026
Veröffentlicht am: 28.01.2026
Dresden
Ich bin interessiert
Technische Universität Dresden - Logo
Wissenschaftliche*r Mitarbeiterin bzw. Mitarbeiter / Doktorandin bzw. Doktorand (m/w/d) Maschinelles Lernen und Kombinatorische Optimierung
Ich bin interessiert
Ich bin interessiert


Die Technische Universität Dresden (TUD) zählt als Exzellenzuniversität zu den leistungsstärksten Forschungseinrichtungen Deutschlands. Sie begreift Diversität als kulturelle Selbstverständlichkeit und Qualitätskriterium einer Exzellenzuniversität. Entsprechend begrüßen wir alle Bewerberinnen und Bewerber, die sich mit ihrer Leistung und Persönlichkeit bei uns und mit uns für den Erfolg aller engagieren möchten.
An der Fakultät Informatik, Institut für Künstliche Intelligenz, sind an der Professur für Maschinelles Lernen für Computer Vision zum nächstmöglichen Zeitpunkt zwei Stellen als

wiss. Mitarbeiterin bzw. Mitarbeiter / Doktorandin bzw. Doktorand (m/w/d)
Maschinelles Lernen und Kombinatorische Optimierung

(bei Vorliegen der persönlichen Voraussetzungen E 13 TV-L)

in Vollzeit für die Dauer von drei Jahren (Beschäftigungsdauer gem. WissZeitVG), mit dem Ziel der eigenen wissenschaftlichen Weiterqualifikation (i. d. R. Promotion), zu besetzen.
Aufgaben:
  • freie, von eigener Neugier getriebene wiss. Grundlagenforschung zu fundamentalen mathematischen Optimierungsproblemen auf den Gebieten des Maschinellen Lernens und der Bildanalyse
  • Design und Analyse von Algorithmen zur exakten oder approximativen Lösung dieser Probleme
  • Implementierung, empirische Analyse und Vergleich dieser Algorithmen anhand von Daten
  • Publikation von Forschungsergebnissen auf führenden Konferenzen und in führenden Journalen
  • Mitarbeit in der Lehre und der akademischen Selbstverwaltung
Voraussetzungen:
  • sehr guter wiss. Hochschulabschluss in Mathematik, Informatik oder Physik
  • umfangreiche Vorkenntnisse in diskreter Mathematik sowie auf einem Gebiet der mathematischen Optimierung (etwa: diskrete Optimierung, konvexe Optimierung)
  • starkes Interesse an Grundlagenforschung mit rigorosen mathematischen Methoden
  • sehr gute Programmierkenntnisse in C/C++
  • sehr gute Englischkenntnisse in Wort und Schrift
Wir bieten:
  • hervorragende Betreuung in einem exzellenten wissenschaftlichen Umfeld
  • einzigartige Kooperationsmöglichkeiten mit lokalen, nationalen und internationalen Partnern
  • individuellen Bedarfen angepasste IT-Ausstattung und Zugang zu hervorragender HPC-Infrastruktur
  • moderne Arbeitsumgebung in einer Wissenschafts- und Kulturstadt, umgeben von einzigartiger Landschaft
Die TUD strebt eine Erhöhung des Anteils von Frauen an und bittet diese deshalb ausdrücklich um deren Bewerbung. Die Universität ist eine zertifizierte familiengerechte Hochschule. Bewerbungen schwerbehinderter Menschen sind besonders willkommen. Bei gleicher Eignung werden diese oder ihnen kraft SGB IX von Gesetzes wegen Gleichgestellte bevorzugt eingestellt.
Ihre aussagekräftige Bewerbung senden Sie bitte mit den üblichen Unterlagen bis zum 26.02.2026 (es gilt der Poststempel der Zentralen Poststelle bzw. der Zeitstempel auf dem E-Mail-Server der TUD) bevorzugt über das SecureMail-Portal der TUD https://securemail.tu-dresden.de als ein PDF-Dokument an mlcv@tu-dresden.de bzw. an:
TU Dresden, Professur für Maschinelles Lernen für Computer Vision
Herrn Prof. Dr. Björn Andres
Helmholtzstr. 10, 01069 Dresden
Ihre Bewerbungsunterlagen werden nicht zurückgesandt, bitte reichen Sie nur Kopien ein. Vor­stellungs­kosten werden nicht übernommen.
Hinweis zum Datenschutz: Welche Rechte Sie haben und zu welchem Zweck Ihre Daten verarbeitet werden sowie weitere Informationen zum Datenschutz haben wir auf folgender Webseite für Sie zur Verfügung gestellt: https://tu-dresden.de/karriere/datenschutzhinweis.
Arbeitsort

Weitere Aktionen

Ich bin interessiert
Ähnliche Jobs per Mail erhalten?

Abonnieren Sie unsere Job-Mail!

Ähnliche Jobs

Hochschule Emden/Leer - Logo
Top Job
Wissenschaftliche*r Mitarbeiter*in im Projekt "OS-Lotse"

Hochschule Emden/Leer

Emden
29.01.2026
Pädagogische Hochschule Schwäbisch Gmünd - Logo
Akademische/r Mitarbeiter/in (m/w/d) im Projekt „MINTfluencer Ostwürttemberg“

Pädagogische Hochschule Schwäbisch Gmünd

Schwäbisch Gmünd
29.01.2026
Fraunhofer-Institut für Systemtechnik und Innovationsforschung (ISI) - Logo
Wissenschaftliche:r Mitarbeiter:in (all genders) Joint Innovation Hub - Full-Stack-Entwickler

Fraunhofer-Institut für Systemtechnik und Innovationsforschung (ISI)

Heilbronn
29.01.2026
Physik Jobs Wissenschaftlicher Mitarbeiter, wissenschaftliche Mitarbeiterin Jobs Lehre & Forschung, Wissenschaft Jobs Sachsen Jobs

Bitte entnehmen Sie die Bewerbungsinformationen der Stellenausschreibung.

ZEIT - Logo in Kooperation mit academics - Logo
ZEIT - Logo in Kooperation mit academics - Logo

ZEIT Stellenmarkt

Karriere Kontakt Impressum Nutzungsbedingungen Datenschutz

Cookies

Barrierefreiheit Künstliche Intelligenz FAQ DIE ZEIT

Jobs

Jobs Professor Jobs Wissenschaftlicher Mitarbeiter Jobs Öffentlicher Dienst Jobs Postdoc Jobs Berlin Jobs Hamburg

Für Arbeitgeber

Stellenanzeige schalten Mediadaten AGB

ZEIT Stellenmarkt

Karriere Kontakt Impressum Nutzungsbedingungen Datenschutz

Cookies

Barrierefreiheit Künstliche Intelligenz FAQ DIE ZEIT

Jobs

Jobs Professor Jobs Wissenschaftlicher Mitarbeiter Jobs Öffentlicher Dienst Jobs Postdoc Jobs Berlin Jobs Hamburg

Für Arbeitgeber

Stellenanzeige schalten Mediadaten AGB

In Kooperation mit

Forschung & Lehre - Logo
Facebook
Instagram
LinkedIn