Studenten


Wissenschaftliche Mitarbeiter (Ph.D.)

Doktorandenstellen "Modellierung und Regelung von Sozialen Netzwerken" und "Lernende Regelung / Deep Learning"

Der LSR sucht zum nächstmöglichen Zeitpunkt eine/n wissenschaftliche/n Mitarbeiter/in in Vollzeit für die Themen

Modellierung und Regelung von Sozialen Netzwerken

und

Lernende Regelung / Deep Learning

Geeignete Bewerber/innen haben ein Studium der Elektro- und Informationstechnik oder verwandter Fachrichtungen überdurchschnittlich abgeschlossen, verfügen über exzellente Kenntnisse der Regelungstechnik, Zielstrebigkeit, Kreativität und eine selbständige Arbeitsweise, Team- und Kommunikationsfähigkeit. Des Weiteren werden Interesse an interdisziplinärer Zusammenarbeit sowie gute Softwarekenntnisse vorausgesetzt.

Außer der Forschung zum genannten Thema umfassen die Aufgaben die Mitarbeit bei der Erstellung von Forschungsanträgen, die Anleitung und Betreuung von Studierenden bei der Erstellung von Studienarbeiten sowie die Betreuung von deutsch- und englischsprachigen Lehrveranstaltungen.

Die Stelle ist befristet; eine Verlängerung ist möglich. Die Möglichkeit zur Promotion zur fachlichen und persönlichen Weiterentwicklung ist gegeben. Wir bieten Ihnen einen abwechslungsreichen, wissenschaftlich geprägten Arbeitsplatz mit Eigenverantwortung und Gestaltungsspielraum inmitten eines jungen, engagierten Teams.

Die Beschäftigung erfolgt mit Vergütung nach dem Tarifvertrag für den öffentlichen Dienst der Länder (TV-L) für eine befristete Vollzeitstelle nach TV-L13. Bewerbungsende ist der 31.03.2017. Die TUM strebt eine Erhöhung des Frauenanteils an, Bewerbungen von Frauen werden daher ausdrücklich begrüßt. Schwerbehinderte werden bei im Wesentlichen gleicher Eignung bevorzugt eingestellt.

Bitte adressieren Sie Ihre elektronische Bewerbung mit den relevanten Dokumenten an Herrn Univ.-Prof. Dr.-Ing./Univ. Tokio Martin Buss.


Doktorandenstelle im Bereich "Stochastische Optimierung in der modellprädiktiven Trajektorienplanung für autonome Fahrzeuge"

Der LSR sucht zum nächstmöglichen Zeitpunkt eine/n wissenschaftliche/n Mitarbeiter/in in Vollzeit für das Thema

"Stochastische Optimierung in der modellprädiktiven Trajektorienplanung für autonome Fahrzeuge"

Das Forschungsprojekt wird in enger Kooperation mit BMW durchgeführt. Das Projekt startet mit der modell-basierten optimalen Planung von Fahrzeugtrajektorien in der Simulation mit dem Ziel der abschliessenden Erprobung der Algorithmen am Prüfstand.

Geeignete Bewerber/innen haben ein Studium der Elektro- und Informationstechnik, Angewandter Mathematik oder verwandter Fachrichtungen überdurchschnittlich abgeschlossen, verfügen über exzellente Kenntnisse der Regelungstechnik, Zielstrebigkeit, Kreativität und eine selbständige Arbeitsweise, Team- und Kommunikationsfähigkeit. Des Weiteren werden Interesse an interdisziplinärer Zusammenarbeit sowie gute Softwarekenntnisse vorausgesetzt.

Die Stelle ist befristet; eine Verlängerung ist möglich. Die Möglichkeit zur Promotion zur fachlichen und persönlichen Weiterentwicklung ist gegeben. Wir bieten Ihnen einen abwechslungsreichen, wissenschaftlich geprägten Arbeitsplatz mit Eigenverantwortung und Gestaltungsspielraum inmitten eines jungen, engagierten Teams.

Die Beschäftigung erfolgt mit Vergütung nach dem Tarifvertrag für den öffentlichen Dienst der Länder (TV-L) für eine befristete Vollzeitstelle nach TV-L13. Bewerbungsende ist der 31.03.2017. Die TUM strebt eine Erhöhung des Frauenanteils an, Bewerbungen von Frauen werden daher ausdrücklich begrüßt. Schwerbehinderte werden bei im Wesentlichen gleicher Eignung bevorzugt eingestellt.

Bitte adressieren Sie Ihre elektronische Bewerbung mit den relevanten Dokumenten an Herrn Prof. Dr.-Ing. Dirk Wollherr.


Weitere Stellen

Weitere Stellen finden Sie auch bei den Fachbereichen NST und HRI.