Die Ludwig-Maximilians-Universität München ist eine der führenden Universitäten in Europa mit einer über 500-jährigen Tradition. Sie steht für anspruchsvolle akademische Ausbildung und herausragende Forschung.

Einrichtung Fakultät für Mathematik, Informatik und Statistik - Mathematisches Institut Vergütung TV-L Umfang Vollzeit (100%) Besetzungsdatum Zum nächstmöglichen Zeitpunkt (befristet auf 3 Jahre)

Das sind wir:

Der Lehrstuhl für Mathematik der Informationsverarbeitung beschäftigt sich mit mathematischen Grundlagen des maschinellen Lernens, insbesondere Deep Learning, sowie der Signal- und Bildverarbeitung. Schwerpunkte unsere Forschung betreffen das Konvergenzverhalten von Lernalgorithmen, insbesondere (stochastische) Gradientenabstiegsmethoden für Deep Learning und Generalisierungsaussagen für gelernte neuronale Netze. Außerdem beschäftigen wir uns mit Compressive Sensing, d.h. Signalrekonstruktion anhand einer minimalen Anzahl von Messungen.

Unsere mathematische Forschung benutzt unter anderem Werkzeuge aus der (hochdimensionalen) Wahrscheinlichkeitstheorie und der Theorie der Zufallsmatrizen, konvexe und nichtkonvexe Optimierung, sowie verschiedene Teilgebiete der Analysis, etwa der harmonischen Analysis.

Wir suchen Sie:

Wissenschaftlicher Mitarbeiter (m/w/d)

am Standort München

Das sind Ihre Aufgaben:

• Aufgaben in der Forschung. Hierbei handelt es sich primär um Forschung im Bereich der mathematischen Grundlagen des maschinellen Lernens und der Signalverarbeitung. Insbesondere wahrscheinlichkeitstheoretische Aspekte und Aspekte der Optimierung werden im Fokus stehen
• Mitwirkung in der akademischen Selbstverwaltung

Das sind Sie:

• Sie verfügen über ein hervorragendes abgeschlossenes Studium der Mathematik (Master) oder vergleichbar
• Sie besitzen sehr gut fundierte Kenntnisse in den mathematischen Grundlagen des maschinellen Lernens, insbesondere in einem oder mehreren der folgenden Teilgebiete: Optimierung, (hochdimensionale) Wahrscheinlichkeitstheorie, dynamische Systeme, angewandte harmonische Analysis
• Sie sind in der Lage Algorithmen des maschinellen Lernens effizient zu implementieren und numerisch zu evaluieren
• Sie verfügen über sehr gute analytische Fähigkeiten, sehr hohe Einsatzbereitschaft, sehr gute Kenntnisse der englischen Sprache, Teamfähigkeit und eine eigenverantwortliche Arbeitsweise

Das ist unser Angebot:

Die Mitarbeit an unserem Lehrstuhl bietet Ihnen eine interessante und verantwortungsvolle Tätigkeit mit sehr guten Weiterbildungs- und Entwicklungsmöglichkeiten. Sie erhalten eine individuelle Förderung Ihrer Karriere, ein faires Gehalt nach entsprechender Qualifizierung und Berufserfahrung bis . Des Weiteren ist die Möglichkeit zur Promotion gegeben. Die Stelle ist befristet auf drei Jahre.

Ihr Arbeitsplatz befindet sich in zentraler Lage in München und ist sehr gut mit öffentlichen Verkehrsmitteln zu erreichen.

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.

Schwerbehinderte Personen werden bei im Wesentlichen gleicher Qualifikation bevorzugt.

Kontakt:

Wir freuen uns auf Ihre Bewerbung per E-Mail (ein PDF, maximal 5MB) mit den üblichen Unterlagen (Anschreiben, Lebenslauf, Kopien von Zeugnissen und Urkunden) bis zum 21.09.2026 an , Prof. Dr. Holger Rauhut, LMU München, Mathematisches Institut.

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.

Im Rahmen Ihrer Bewerbung auf eine Stelle an der LMU übermitteln Sie personenbezogene Daten. Beachten Sie bitte hierzu die für den Internetauftritt. Durch die Übermittlung Ihrer Bewerbung bestätigen Sie, dass Sie die Datenschutzinformationen zur Kenntnis genommen haben und mit der Datenverarbeitung im Rahmen des Auswahlverfahrens einverstanden sind.

Ludwig-Maximilians-Universität München
Geschwister-Scholl-Platz 1
80539 München