Login
Register
Hilfe
Documentation
Zurück zu
Nachrichten-Bereich
Browse in News
Adversarial robustness in LLMs
Promotionsstelle (100%) - Large Language Model Robustness (Agents)
05.05.2025, Wissenschaftliches Personal
Am Lehrstuhl für Data Analytics and Machine Learning der Technischen Universität München (TUM) ist ab Mai 2025 eine volle Stelle als Doktorand / PhD Student (w/m/d) im Forschungsbereich adversarial robustness zu besetzen.
Am Lehrstuhl für Data Analytics and Machine Learning der Technischen Universität München (TUM) ist ab Mai 2025 eine volle Stelle als Doktorand / PhD Student (w/m/d) im Forschungsbereich adversarial robustness zu besetzen.
Ihr Aufgabengebiet
- Forschung auf dem Gebiet des robusten maschinellen Lernens. Aktuelle Arbeiten unserer Gruppe umfassen:
o Robustheit neuronaler Netze (https://proceedings.mlr.press/v162/schwinn22a.html)
o Neuartige Bedrohungsmodelle in LLMs (https://arxiv.org/pdf/2402.09063)
o Effizientes adversariales Training in LLMs (https://arxiv.org/abs/2405.15589)
- Zusammenarbeit mit unserem Industriepartner zur Robustheit von Basismodellen
Ihr Profil
- Hochschulabschluss (M.Sc.) mit sehr guten Noten in Informatik oder verwandten Bereichen
- Gute Kenntnisse im maschinellen Lernen
- Gute Programmierkenntnisse in Python und Erfahrung mit Deep-Learning-Frameworks (PyTorch oder ähnlich)
- Gute Englischkenntnisse in Wort und Schrift; deutsche Sprachkenntnisse sind nicht erforderlich
Was wir bieten
- Vergütung entsprechend der Stufe TV-L E 13 des öffentlichen Dienstes (ca. 52.000€ Jahresgehalt)
- Arbeit in einer Forschungsgruppe, die in den Lehrstuhl von Prof. Stephan Günnemann (TUM) integriert ist
- Möglichkeiten zur internationalen Zusammenarbeit
**Bewerbungshinweise:**
Bitte verwenden Sie den folgenden Betreff: „PhD Application - LLMs“. Wir können nicht garantieren, dass Bewerbungen mit einem anderen Betreff berücksichtigt werden.
Bitte senden Sie Ihre Bewerbung als eine einzelne PDF-Datei (keine Links zu externen Dateien; auf Deutsch oder Englisch) per E-Mail an Dr. Leo Schwinn (l.schwinn@tum.de; Betreff: "PhD Application"). Die PDF-Datei sollte folgende Unterlagen enthalten:
Ein kurzes Motivationsschreiben (maximal eine halbe Seite), in dem Sie auch darlegen, warum Sie gut zu unserer Gruppe passen
Einen Lebenslauf
Kopien von Zeugnissen und Leistungsnachweisen
Eine Zusammenfassung oder ein Abstract Ihrer Masterarbeit
Im E-Mail-Text können Sie gern eine kurze Übersicht Ihrer wichtigsten Erfolge (z. B. sehr gute Noten, Praktika, Veröffentlichungen etc.) geben. Eine Referenzliste (Namen, Kontaktdaten) ist ebenfalls hilfreich.
Die Bewerbungen werden fortlaufend geprüft, bis die Stellen besetzt sind.
Weitere Informationen finden Sie auf der Webseite des Lehrstuhls und auf der Profilseite von Dr. Schwinn.
Im Rahmen der Exzellenzinitiative von Bund und Ländern verfolgt die TUM das strategische Ziel, die Diversität ihres wissenschaftlichen Personals deutlich zu erhöhen. Als Arbeitgeberin, die Chancengleichheit und Vielfalt aktiv fördert, begrüßt die TUM ausdrücklich Bewerbungen von Frauen sowie von Personen, die zusätzliche Diversitätsdimensionen in Forschung und Lehre einbringen. Bei im Wesentlichen gleicher Eignung werden Menschen mit Behinderung bevorzugt berücksichtigt.
Die Stelle ist für die Besetzung mit schwerbehinderten Menschen geeignet. Schwerbehinderte Bewerberinnen und Bewerber werden bei ansonsten im wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt.
Hinweis zum Datenschutz:
Im Rahmen Ihrer Bewerbung um eine Stelle an der Technischen Universität München (TUM) übermitteln Sie personenbezogene Daten. Beachten Sie bitte hierzu unsere Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten im Rahmen Ihrer Bewerbung. Durch die Übermittlung Ihrer Bewerbung bestätigen Sie, dass Sie die Datenschutzhinweise der TUM zur Kenntnis genommen haben.
Kontakt: Leo Schwinn, l.schwinn@tum.de
Drucken
