Blätter-Navigation

An­ge­bot 112 von 376 vom 06.11.2019, 13:00

logo

Tech­ni­sche Uni­ver­sität Ber­lin - Fakul­tät IV - Insti­tut für Soft­ware­tech­nik und Theo­re­ti­sche Infor­ma­tik / FG Daten­bank­sys­teme und Infor­ma­ti­ons­ma­nage­ment (DIMA)

Wiss. Mit­ar­bei­ter*in (Post­Doc) (d/m/w) - Ent­gelt­gruppe 13 TV-L Ber­li­ner Hoch­schu­len - 2. Qua­li­fi­zie­rungs­phase

unter dem Vor­be­halt der Mit­tel­be­wil­li­gung - Teil­zeit­be­schäf­ti­gung ist ggf. mög­lich

Auf­ga­ben­be­sch­rei­bung:

Daten­bank­sys­teme besit­zen eine kom­plexe Sys­tem­ar­chi­tek­tur, mit Anfra­ge­pro­zes­sor und Spei­cher­ver­wal­tung als wesent­li­che Kom­po­nen­ten. Ins­be­son­dere auf­grund hete­ro­ge­ner Hard­ware und viel­schich­ti­ger Anfor­de­run­gen in Bezug auf Anfra­ge­spra­chen, Daten­ty­pen und Ska­lier­bar­keit steigt die Kom­ple­xi­tät die­ser Kom­po­nen­ten stets wei­ter. Ziel die­ses For­schungs­pro­jekts ist es, im Rah­men des aktu­el­len For­schungs­trends „ML for Sys­tems“ bzw. „Soft­ware 2.0“ die For­schungs­fra­gen zu unter­su­chen, an wel­chen Stel­len Kom­po­nen­ten eines Daten­bank­sys­tems durch Ver­fah­ren des maschi­nel­len Ler­nens ersetzt oder ver­bes­sert wer­den kön­nen und wie die Gesamt­ar­chi­tek­tur eines der­ar­ti­gen Sys­tems aus­se­hen sollte. In der Ver­gan­gen­heit wur­den dazu erfolg­rei­che For­schungs­ar­bei­ten zu ler­nen­den Opti­mie­rern bzw. zu gelern­ten Daten­bank­in­de­xen durch­ge­führt. In die­sem Pro­jekt sol­len Algo­rith­men des Maschi­nel­len Ler­nens und Modelle für Kom­po­nen­ten eines Daten­bank­sys­tems ent­wi­ckelt, in ein Open-Source Sys­tem inte­griert und deren Effi­zi­enz und Effek­ti­vi­tät auf­ge­zeigt wer­den. Diese Stelle beinhal­tet die Durch­füh­rung von Lehr­ver­an­stal­tun­gen und ermög­licht wei­tere Qua­li­fi­ka­tion durch habi­li­ta­ti­ons­äqui­va­lente Leis­tun­gen.

Er­war­te­te Qua­li­fi­ka­tio­nen:

Erfolg­reich abge­schlos­se­nes wis­sen­schaft­li­ches Hoch­schul­stu­dium (Mas­ter, Diplom oder Äqui­va­lent) und Pro­mo­tion mit Schwer­punkt Daten­bank­sys­teme. Bewer­ber*innen soll­ten daran inter­es­siert sein, ein inno­va­ti­ves Sys­tem zu ent­wi­ckeln und For­schungs­er­geb­nisse in einer rea­lis­ti­schen Anwen­dungs­um­ge­bung zu vali­die­ren. Idea­ler­weise haben Bewer­ber*innen Kennt­nisse in Sys­tem­pro­gram­mie­rung, Daten­ma­nage­ment und Maschi­nel­lem Ler­nen sowie Rech­ner­ar­chi­tek­tu­ren. Erfah­run­gen mit Daten­ban­ken­gi­nes wie Post­gres oder MySQL oder tiefe Sys­tem­kennt­nisse in Open-Source Daten­ana­ly­se­platt­for­men wie Apa­che Cal­cite, Flink, oder Spark. Flie­ßende Deutsch- und Eng­lisch­kennt­nisse sind erfor­der­lich. Wei­ter­hin sind Erfah­run­gen in Open-Source-Pro­jek­ten, Indus­trie, Pro­jekt­ma­nage­ment und Lehre von Vor­teil.

Hin­wei­se zur Be­wer­bung:

Ihre schrift­li­che Bewer­bung rich­ten Sie bitte unter Angabe der Kenn­zif­fer mit den übli­chen Unter­la­gen an die Tech­ni­sche Uni­ver­sität Ber­lin - Der Prä­si­dent - Fakultät IV, Institut für Softwaretechnik und Theoretische Informatik, FG Datenbanksysteme und Informationsmanagement (DIMA), Prof. Dr. Markl, Sekr. E-N 7, Einsteinufer 17, 10587 Berlin oder per E-Mail an jobs@dima.tu-berlin.de.

Zur Wahrung der Chancengleichheit zwischen Frauen und Männern sind Bewerbungen von Frauen mit der jeweiligen Qualifikation ausdrücklich erwünscht. Schwerbehinderte werden bei gleicher Eignung bevorzugt berücksichtigt. Die TU Berlin schätzt die Vielfalt ihrer Mitglieder und verfolgt die Ziele der Chancengleichheit.

Aus Kostengründen werden die Bewerbungsunterlagen nicht zurückgesandt.
Bitte reichen Sie nur Kopien ein.