Im CITEC (Center for Cognitive Interaction Technology) - im SFB TRR 318 [Teilprojekt C03] - ist die folgende Position zu besetzen:
Wissenschaftliche*r Mitarbeiter*in (m/w/d) für den SFB TRR 318 im Bereich Maschinelles Lernen
Der von der Deutschen Forschungsgemeinschaft (DFG) an den Universitäten Paderborn und Bielefeld geförderte transregionale Sonderforschungsbereich (TRR) „Constructing Explainability“ beschäftigt sich mit erklärbarer und erklärender künstlicher Intelligenz. Die zentrale Hypothese des TRRs ist, dass Erklärungen von Dialogpartner*innen gemeinsam ko-konstruiert werden sollen, damit Menschen zu souveränen und informierten Entscheidungen in Interaktion mit intelligenten Systemen finden können.
Dafür wollen beide Universitäten Grundlagenforschung in den Bereichen der ko-konstruktiven Erklärprozesse und ihrer Mechanismen, des Erklärens als soziotechnisches Phänomen sowie computationaler Repräsentationen der Dynamik des ko-konstruktiven Erklärens beitragen. Sie bringen unterschiedliche disziplinäre Perspektiven sowohl auf der Ebene der einzelnen Projekte als auch des gesamten TRRs zusammen. Das Ziel der zweiten Förderphase ist die Entwicklung flexiblerer, personalisierter, proaktiver Erklärungssysteme (sXAI), die bei der Anpassung ihres Erklärungsverhaltens den sozialen und situativen Kontext berücksichtigen.
Im Rahmen des Teilprojekts C03 "Explaining Change" stehen ex-ante Erklärungen für die Adaptation von komplexen, zusammengesetzten KI-Systemen für einen neuen Kontext oder eine neue Aufgabe. Prominente Beispiele sind Feintuning, Transferlernen oder Prompting von komplexen KI-Systemen, die sich um ein Grundlagenmodell gruppieren, aber auch die Anpassung von eher klassischen hybriden Systemen. Eine spezielle Herausforderung im Projekt ist die geeignete Repräsentation der unterschiedlichen Parametrisierungen von Kontext, System und gegebenenfalls multikriterieller Zielfunktion sowie der Umgang mit Unsicherheit in den zu entwickelnden XAI-Technologien. Neben der mathematischen Modellierung und algorithmischen Umsetzung ist auch die Evaluation Teil der Aufgabe.
Die Stellenbesetzung erfolgt vorbehaltlich der Projektbewilligung.
- Forschungstätigkeiten (95 %):
- mathematische Modellierung von XAI Technologien für KI-Systeme
- algorithmische Umsetzung der Machine Learning-Ansätze
- Evaluation der Ansätze (Crowd-Sourcing Platform)
- Auswertung, Publikation und Präsentation wissenschaftlicher Ergebnisse
- Kooperation mit Verbundpartner*innen und Teilnahme an den Aktivitäten des TRR (5 %)
Die Beschäftigung ist der wissenschaftlichen Qualifizierung förderlich.
- Vergütung nach E13 TV-L
- befristet bis zum 30.06.2029 (Projektende) (§ 2 Abs. 1 Satz 1 WissZeitVG; entsprechend den Vorgaben des WissZeitVG und des Vertrages über gute Beschäftigungsbedingungen kann sich im Einzelfall eine abweichende Vertragslaufzeit ergeben)
- Vollzeit
- interne und externe Fortbildungsmöglichkeiten
- Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten
- Vereinbarkeit von Familie und Beruf
- flexible Arbeitszeiten
- gute Verkehrsanbindung
- betriebliche Zusatzversorgung (VBL)
- kollegiale Zusammenarbeit
- offene und angenehme Arbeitsatmosphäre
- spannende und abwechslungsreiche Tätigkeiten
- modernes Arbeitsumfeld mit digitalen Prozessen
- vielfältige Angebote (Mensa, Cafeteria, Restaurants, Uni-Shop, Geldautomaten, etc.)
- abgeschlossenes wissenschaftliches Hochschulstudium (z. B. Master oder vergleichbar) in Informatik, Mathematik oder in verwandten Gebieten
- ausgeprägte Kenntnisse im Maschinellen Lernen (Theorie und Praxis)
- sehr gute Mathematikkenntnisse (Modellierung, Optimierung, Statistik)
- Interesse und Leidenschaft für interdisziplinäre Forschung an der Schnittstelle von Maschinellem Lernen und Kognitionswissenschaften
- sehr gute Programmierkenntnisse (Python)
- gute Kenntnisse der deutschen und englischen Sprache (mündlich und schriftlich)
- analytische Fähigkeiten und wissenschaftliche Denkweise
- selbständige, eigenverantwortliche und engagierte Arbeitsweise
- praktische Erfahrungen in der Forschung zu großen Sprachmodellen, insb. open weight LLMs
- Kenntnisse zu XAI
Dann freuen wir uns über Ihre aussagekräftige Bewerbung. Bitte nutzen Sie hierzu vorzugsweise unser Online-Formular, welches Sie über den unten stehenden Button "JETZT BEWERBEN" erreichen.
Bewerbungsfrist: 13.10.2025