Universitätsassistent*in Praedoc - PhD position in Probabilistic and Interactive Machine Learning

An der Universität Wien arbeiten rund 11.000 Persönlichkeiten gemeinsam an den großen Fragen der Zukunft. Davon sind rund 7.700 in der Wissenschaft und Lehre beschäftigt, weitere 3.000 in der Administration und Organisation. Zur Verstärkung unseres Teams suchen wir eine*n wissenschaftliche*n Mitarbeiter*in zur Entwicklung fortschrittlicher Methoden des maschinellen Lernens und der künstlichen Intelligenz. Universitätsassistent*in Praedoc - PhD position in Probabilistic and Interactive Machine Learning 39 Fakultät für Informatik Besetzung ab: 01.10.2026 | Stundenausmaß: 30,00 | Einstufung KV: §48 VwGr. B1 Grundstufe (praedoc) Befristung bis: 30.09.2030 Stellen ID: 5376 Die Vertragsdauer bei Anstellung beträgt 4 Jahre. Zunächst befristet auf 1,5 Jahre wird das Dienstverhältnis automatisch auf 4 Jahre verlängert, wenn der Arbeitgeber nicht innerhalb der ersten 12 Monate eine Nichtverlängerungserklärung abgibt. Ausführliche Beschreibung Ausführliche Beschreibung Ihr persönlicher Einflussbereich: Die Arbeitsgruppe „Probabilistic and Interactive Machine Learning“ innerhalb der Forschungsgruppe „Data Mining and Machine Learning“ an der Fakultät für Informatik unter der Leitung von Prof. Sebastian Tschiatschek entwickelt grundlegende Methoden des maschinellen Lernens und der künstlichen Intelligenz. Wir konzentrieren uns insbesondere auf die Bereiche des Reinforcement Learnings, des interaktiven Lernens und probabilistischer Modelle. Obwohl mittels Reinforcement Learning (RL) bemerkenswerte Erfolge erzielt wurden, stößt es bei der Anwendung in komplexen, unbegrenzten oder unvollständig definierten Umgebungen nach wie vor an seine Grenzen. Zwei der kritischsten Herausforderungen diesbezüglich sind die Ineffizienz der Datennutzung (Sample Inefficiency), oft verursacht durch den Mangel an strukturierter Exploration, und das Problem des „Reward Engineerings“, bei dem der Entwurf einer expliziten skalaren Belohnungsfunktion, die das gewünschte Verhalten exakt abbildet, schwierig oder unmöglich ist. Darüber hinaus gewinnen mit dem Einsatz von KI-Systemen in komplexeren Umgebungen die Herausforderungen des AI Alignments (die Sicherstellung, dass sich Systeme im Einklang mit menschlichen Präferenzen verhalten) und des Constrained Learnings (das Einhalten strikter sicherheitsrelevanter, rechtlicher oder physischer Grenzen) zunehmend an Bedeutung. Diese Position widmet sich diesen zentralen Herausforderungen, indem sie die Grenzen des Inverse Reinforcement Learnings (IRL), der Exploration und der sicheren/ausgerichteten (safe/aligned) KI erweitert. Ausführliche Beschreibung Ihre zukünftigen Aufgaben: Sie beteiligen sich aktiv an Forschung, Lehre & Administration, das bedeutet: Sie wirken in wissenschaftlichen Forschungsprojekten im oben beschrieben Bereich mit. Sie verfassen wissenschaftliche Artikel zu ihrer Forschung und bringen diese zur Publikation. Sie nehmen an wissenschaftlichen Konferenzen zur Präsentation Ihrer Forschung teil. Wir erwarten, dass Sie Ihre Dissertationsvereinbarung binnen 12 Monaten abschließen. Sie arbeiten an Ihrer Dissertation und deren Fertigstellung. Sie tragen selbstständig zu Lehrveranstaltungen im Ausmaß der kollektivvertraglichen Bestimmungen bei. Sie unterstützen die Betreuung von Studierendenprojekten und Studierendenarbeiten. Sie übernehmen administrative Tätigkeiten in Forschung, Lehre und Verwaltung, und wirken bei der Organisation von Tagungen, Konferenzen und Symposien mit. Ausführliche Beschreibung Das gehört zu Ihrer Persönlichkeit: Abgeschlossenes Master-/Diplom-Studium der Fachrichtung Informatik, Data Science, Mathematik, Kommunikationstechnik oder eines verwandten Fachs (Bewerbungen von Kandidat*innen, die kurz vor dem Abschluss stehen, sind möglich; eine Anstellung kann erst mit abgeschlossenem Master-/Diplomabschluss erfolgen.) Ausgezeichnete Englischkenntnisse. Hervorragende schriftliche und mündliche Kommunikationsfähigkeiten Ausgeprägte Fähigkeit zur Zusammenarbeit in Forschungsteams Ausdauer und Fähigkeit, Projekte zuverlässig abzuschließen Hohe Motivation und Engagement für wissenschaftliche Exzellenz Reisebereitschaft, einschließlich der Teilnahme an nationalen und internationalen Konferenzen Fundierte Kenntnisse in maschinellem Lernen bzw. künstlicher Intelligenz (insbesondere in den Bereichen Bandits und Reinforcement Learning) Gute Programmierkenntnisse, vorzugsweise in Python Erfahrung mit Deep-Learning-Frameworks wie Jax, PyTorch oder TensorFlow Ausgezeichnete analytische Fähigkeiten und hohes Interesse am tiefgründigen Verständnis von Algorithmen und Methoden Kooperationsfreudiges, teamorientiertes und proaktives Verhalten Wünschenswerte Qualifikationen: Erfahrung mit den Forschungsmethoden im Bereich des maschinellen Lernens und der künstlichen Intelligenz, sowie dem wissenschaftlichen Schreiben Hervorragende akademische Leistungen, idealerweise mit ersten Forschungsergebnissen im Bereich der Ausschreibung, dokumentiert durch Veröffentlichungen oder Manuskripte in Vorbereitung Erfahrungen in der universitären Lehre Auslandserfahrung Ausführliche Beschreibung Was wir bieten: Work-Life-Balance: Sie haben flexible Arbeitszeiten und können auch teilweise remote arbeiten. Inspirierendes Arbeitsklima: Sie sind Teil eines internationalen Teams mit hervorragender Forschungsinfrastruktur in einer lockeren Arbeitsumgebung. Gute öffentliche Anbindung : Ihr neuer Arbeitsplatz ist mit öffentlichen Verkehrsmitteln bequem erreichbar. Interne Weiterbildung und Coaching: Wir bieten Ihnen laufend die Möglichkeit, Ihre Kompetenzen zu erweitern und zu vertiefen. Wählen Sie aus einem kostenfreien Angebot von über 600 Workshops pro Jahr. Faires Gehalt: Das Grundgehalt von EUR 3.776,10 (auf Basis Vollzeit) erhöht sich, wenn wir Berufserfahrungen anrechnen können. Vertragsdauer: Die Vertragsdauer bei Anstellung beträgt 4 Jahre. Zunächst befristet auf 1,5 Jahre wird das Dienstverhältnis automatisch auf 4 Jahre verlängert, wenn der Arbeitgeber nicht innerhalb der ersten 12 Monate eine Nichtverlängerungserklärung abgibt. So einfach bewerben Sie sich: Wissenschaftlicher Lebenslauf Motivationsschreiben einschließlich Ideen für ein mögliches Promotionsprojekt (und der Beschreibung der Lehrerfahrungen, wenn vorhanden) Abstract der Masterarbeit Bescheid über abgeschlossenes Master-/Diplom-Studium Zeugnisse inklusive Notenübersicht (transcript of records) Publikationsliste, Nachweise über Lehrerfahrung (falls vorhanden) Bei inhaltlichen Fragen kontaktieren Sie bitte: Sebastian Tschiatschek [email protected] Wir freuen uns über neue Persönlichkeiten in unserem Team! Die Universität Wien betreibt eine antidiskriminatorische Anstellungspolitik und legt Wert auf Chancengleichheit, Frauenförderung und Diversität. Wir streben eine Erhöhung des Frauenanteils beim wissenschaftlichen und allgemeinen Universitätspersonal insbesondere in Leitungsfunktionen an und fordern daher qualifizierte Frauen ausdrücklich zur Bewerbung auf. Bei gleicher Qualifikation werden Frauen vorrangig aufgenommen. Universität Wien. Raum für Persönlichkeiten. Seit 1365. Datenschutzerklärung Bewerbungsfrist: 06.06.2026 Prae Doc