Das sind wir:

Wir sind ein Team internationaler Forschenden unter der Leitung von Prof. Stefan Feuerriegel, das auf KI für bessere Entscheidungen konzentriert. Unser Team ist hochdivers und setzt sich aus verschiedener Länder und Fachrichtungen zusammen (z. B. Maschinelles Lernen, Statistik, Economics). Wir entwickeln, implementieren und evaluieren neue KI-Algorithmen, um datenbasierte Entscheidungsfindung zu verbessern. Unser Team veröffentlicht regelmäßig in den führenden KI/ML-Konferenzen (z. B. NeurIPS, ICML, KDD) sowie in anwendungsorientierten Publikationen (z. B. Nature Communications, Management Science). Hervorzuheben ist, dass unser Institut eine doppelte Anbindung an die Fakultät für Mathematik, Informatik und Statistik hat, was es uns ermöglicht, eine breites Ziel in Lehre und Forschung zu verfolgen.

Weitere Informationen über uns finden Sie auf unserer Webseite. Besuchen Sie gerne unsere Website, um weitere Informationen über uns zu erhalten. Unser Institut ist außerdem Heimat des neuen Causal ML Lab an der LMU München.

Wir suchen Sie:

Wissenschaftlicher Mitarbeiter in Künstlicher Intelligenz (m/w/d)

am Standort München

Das sind Ihre Aufgaben:

Wir suchen hochmotivierte Kandidaten und Kandidatinnen mit einer Leidenschaft für Forschung und dem Antrieb, bahnbrechende Beiträge im Bereich KI zu leisten. Eine forschungsorientierte Agenda hat für diese Position oberste Priorität. Die Kandidaten sammeln zudem Erfahrungen in der Lehre auf Bachelor- und/oder Master-Ebene und können Abschlussarbeiten von Studierenden betreuen.

In der Regel können Doktoranden und Doktorandinnen entweder (A) einen Method Track oder (B) einen Application Track (oder eine Kombination aus beiden) verfolgen.

Im (A) Method Track liegt der Schwerpunkt auf Beiträgen zu führenden Outlets im Bereich ML/AI (z. B. NeurIPS, ICML, AISTATS, KDD). Wir konzentrieren uns dabei typischerweise auf Methoden im Bereich causal machine learning. Dazu gehören (unter anderem):

• causal machine learning
• causal representation learning
• reinforcement learning
• off-policy evaluation/learning
• probabilistic ML / uncertainty quantification (z. B. diffusion models, Bayes)
• und mehr

Im (B) Application Track zielen wir darauf ab, Entscheidungsprozesse durch neue AI/ML-Tools in verschiedenen Anwendungsbereichen zu verbessern (z. B. Nachhaltigkeit, Medizin, Marketing). Doktorierende publizieren hier regelmäßig in hochrangigen Outlets (z. B. Nature Communications, Nature Medicine, Management Science, KDD). Falls gewünscht, können Doktorierende aktiv mit Partnern (z. B. Harvard Medical School, Cambridge Centre for AI in Medicine) zusammenarbeiten, um die großen Herausforderungen der Zeit anzugehen. Der Fokus liegt darauf, den Mehrwert neuer AI/ML-Tools aufzuzeigen und diese praktisch anzuwenden. Dies umfasst:

• AI/ML für bessere Entscheidungsfindung in der Medizin
• AI for Good zur Förderung nachhaltiger Entwicklung
• AI/ML für betriebswirtschaftliche Entscheidungsprozesse
• Human-AI collaboration

Unsere Forschungsgruppe ist stets offen für eigene Forschungsansätze und weitere Vorschläge.

Das sind Sie:

Idealerweise verfügten Sie über einen Masterabschluss in einem der folgenden Bereiche (oder einem verwandten Fachgebiet):

• Mathematik
• Angewandte Mathematik
• Statistik
• Informatik
• Machine Learning
• Wirtschaftsinformatik

Unsere Teamsprache ist Englisch, daher wird fließendes Englisch vorausgesetzt.

Das ist unser Angebot:

Sie werden Teil eines motivierten, internationalen Teams mit einer dynamischen und inspirierenden Atmosphäre. Unsere Büros befinden sich im Zentrum Münchens. Während Ihrer Tätigkeit werden die Teilnahme an Konferenzen, Summer Schools und freiwilligen Austauschprogrammen unterstützt. Die Arbeit ist nahezu vollständig forschungsorientiert, mit nur begrenzten Lehrverpflichtungen.

Wir arbeiten mit einem internationalen Netzwerk von Forschenden (z. B. Harvard, Yale, NYU, Cambridge) zusammen, um Lösungen für die globalen Herausforderungen von heute und morgen zu entwickeln. Erfolgreiche Kandidaten haben häufig die Möglichkeit, unser internationales Netzwerk für Forschungsaufenthalte vor Ort zu besuchen.

Ehemalige Absolventen haben Spitzenpositionen sowohl in der Industrie (z. B. BCG, Startups mit Multi-Millionen-Seed-Finanzierung) als auch in der Wissenschaft (z. B. University of Oxford, ETH Zürich) erreicht.

Die Stelle ist zunächst auf zwei Jahre befristet, mit der Option auf Verlängerung bis zum Abschluss der Promotion. Der Starttermin kann individuell nach gegenseitiger Absprache festgelegt werden.

Die Universität München ist bestrebt, den Anteil der Frauen am Personal zu erhöhen und fordert qualifizierte Frauen ausdrücklich auf, sich zu bewerben.

Eine Teilzeitbeschäftigung ist grundsätzlich möglich.

Kontakt:

Wir freuen uns auf Ihre Bewerbung!
Bitte senden Sie Ihre Unterlagen (nur Lebenslauf und Notenausdruck) bis zum 31.01.2025 via E-Mail unter ai@som.lmu.de Wir akezptieren ausschließlich Bewerbungen, die elektronisch übermittelt wurden. Um den Aufwand gering zu halten, werden Anschreiben, Zeugnisse, oder Praktikumsnachweise nicht benötigt.

Wo Wissenschaft alles ist.

An der LMU arbeiten Wissenschaftlerinnen und Wissenschaftler auf höchstem Niveau an den Zukunftsfragen um Mensch, Gesellschaft, Kultur, Umwelt und Technologie, unterstützt durch kompetente Beschäftigte in Verwaltung, IT und Technik. Werden Sie Teil der LMU München!