Vollzeit, Teilzeit

Nürnberg

for english version, see below -

Die Technische Universität Nürnberg (UTN) bietet eine inspirierende und interdisziplinäre Forschungsumgebung mit Zugang zu modernsten Ressourcen. Sie ist der ideale Ort, um zukunftsträchtige Entdeckungen zu machen und einen bedeutenden Beitrag zu spannenden Forschungsfeldern zu leisten.

Promotion an der UTN im Bereich Humanizing Robots (m/w/d)

Das Department of Computer Science & Artificial Intelligence an der UTN bietet derzeit zwei Promotionsstellen (voll finanziert, 3 Jahre, 100 %, Vergütung nach TV-L E13) gemeinsam in der Machine Intelligence (MI) Forschungsgruppe unter der Leitung von Prof. Dr. Lukas Rosenberger Schmid und der Assistive and Rehabilitation Robotics (ARR) Forschungsgruppe unter der Leitung von Prof. Dr. Simone Kager an.

Wir suchen hochmotivierte, selbstständige und talentierte Persönlichkeiten zur Verstärkung unseres dynamischen und internationalen Forschungsteams. Wir haben weltweit führende Expertise in den Bereichen Mensch-zentrierter Robotik und KI aufgebaut und möchten die Grenzen der nächsten Generation von Robotern erweitern, welche Menschen verstehen und sich an sie anpassen können um natürlich mit ihnen zu interagieren.

Wir suchen zwei Promovierende um an diesem Thema zu arbeiten, eine Position ist in Wahrnehmung und Lernen für Mensch-Roboter-Interaktion (HRI) in der MI Gruppe verankert und expandiert in Richtung physischer HRI mit der ARR Gruppe, die zweite Stelle ist umgekehrt in ARR verankert und expandiert in Richtung MI.

Zu diesem Zweck werden Sie interdisziplinäre Methoden und fundierte Theorie zusammenführen und dabei auf probabilistische Inferenz, Optimierung, maschinelles Lernen, Foundation-Modelle, Mechanik, Regelung, und HRI zurückgreifen, um robotische Systeme zu entwickeln, die in der realen Welt über verschiedene Roboterplattformen, Sensoren und Anwendungsbereichen, von unterstützenden bis zu mobilen Robotern hinweg zuverlässig funktionieren.

Bitte geben Sie in der Bewerbung an, ob Sie die Stelle ausgehend von MI oder ARR vorziehen.

Ihre Aufgaben:

Die erfolgreiche Kandidatin bzw. der erfolgreiche Kandidat wird unter Anleitung und Unterstützung der PIs ein eigenständiges Forschungsprofil entwickeln, die Perspektiven der eigenen Forschung in die Aktivitäten der Machine Intelligence und der Assistive and Rehabilitation Robotics Forschungsgruppen sowie des Derpartments Computer Science & Artificial Intelligence einbringen und zugleich von den vielfältigen Perspektiven und der Expertise des Teams profitieren.

Ihre Aufgaben umfassen:

Durchführung eigenständiger Forschung an den Grenzen der Mensch-zentrierten Robotik und der KI
Mitwirkung an der Erforschung und Entwicklung von Methoden, Algorithmen und Machine-Learning-Frameworks
Beitrag zur Konzeption, Implementierung und Validierung dieser Methoden auf physischen Robotern und Systemen
Veröffentlichung der Forschungsergebnisse in wissenschaftlichen Publikationen sowie Präsentation auf internationalen Konferenzen
Mitwirkung bei der Konzeption und Betreuung von Studierendenprojekten, Unterstützung von Lehrveranstaltungen sowie Teilnahme am akademischen Leben des Departments und der Forschungsgruppen

Ihr Profil:

Wir suchen Kandidatinnen und Kandidaten, die begeistert sind, die Grenzen der Mensch-zentrierten Robotik und KI zu erweitern und in diesem Bereich ein eigenständiges Forschungsprofil zu entwickeln.
Erforderliche Qualifikationen umfassen:

Ein qualifizierender Abschluss (M.Sc. oder gleichwertig) in Robotik, Informatik, Elektrotechnik, Maschinenbau, Medizintechnik oder einem verwandten Fachgebiet
Hohe Motivation and Ambition für eine Forschungstätigkeit im akademischen Umfeld
Großes Interesse und fundierte Kenntnisse im Bereich Mensch-zentrierten Robotik, physichen Mensch-Roboter Interaktion und KI oder eng verwandter Gebiete
Programmiererfahrung in Python, C++ und/oder Matlab oder verwandten Sprachen
Unabhängige Arbeitsweise und Fähigkeit mehrere Aufgaben parallel zu managen
Ausgeprägte Kommunikationsfähigkeiten sowie sehr gute Englischkenntnisse in Wort und Schrift

Wenn Sie bereits Erfahrung in einem der folgenden Bereiche haben kann das ein Vorteil sein:

Robot Operating System (ROS) / ROS2.
Deep-Learning-Frameworks (z. B. PyTorch oder vergleichbare).
Linux, Docker, and Benutzung von HPC clusters.
Praktische Erfahrung mit Robotik- oder Sensorhardware.
Vorerfahrung mit Nutzer:innenstudien.

Ausgewählte Highlights dieser Position umfassen:

Eine einzigartige Möglichkeit, in einem interdisziplinären Robotik Umfeld zwischen MI and ARR zu arbeiten und zu lernen, das sowohl fest in einer Disziplin verwurzelt ist als auch eine umfassende interdisziplinäre Zusammenarbeit bietet
Umfangreiches und individuell zugeschnittenes Mentoring sowie Karriereentwicklung mit jungen aber etablierten PIs
Vollständig intern finanzierte Stelle – Fokus auf Grundlagenforschung ohne externe Vorgaben oder Berichtspflichten
Entwicklung zur/zum Full-Stack-Robotiker/in mit Schwerpunkt auf rechnergestützten Methoden sowie Erfahrung in realen Anwendungen und Roboter Einsätzen
Zugang zu breiter und tiefgehender Expertise in den Gruppen und dem Department, umfangreichen Rechenressourcen sowie vielfältiger Robotik-Hardware
Aufbau eines starken Netzwerks – Kooperationen innerhalb der Gruppen und des Departments sowie Forschungsaufenthalte und Praktika in Wissenschaft und Industrie sind möglich und erwünscht
Neben der Forschung: Entwicklung und Anwendung von Fähigkeiten im Projektmanagement, Mentoring und in der Lehre unter Anleitung und Unterstützung des PI

Interessiert?

Wenn Ihr Profil den Anforderungen entspricht, laden Sie bitte folgende Dokumente mit ihrer Bewerbung hoch:

Ein Persönliches Motivationsschreiben, in dem Sie die Gründe für Ihren Promotionswunsch an der UTN darlegen und weshalb Sie sich für dieses Forschungsfeld und das Department interessieren
Ein vollständiger chronologischer, tabellarischer Lebenslauf in englischer Sprache
Nachweise über Ihre Studienabschlüsse (M.Sc. sowie B.Sc.) oder gleichwertige Qualifikationen
Transcript of Records, Diploma Supplements oder Kursübersichten ihrer Studienabschlüsse (M.Sc. sowie B.Sc. oder gleichwertige Abschlüsse)

Bitte beachten: Falls Sie Ihre Abschlüsse (M.Sc. sowie B.Sc. oder gleichwertige Abschlüsse) im Ausland erhalten haben, müssen Sie stets die Originalversion zusammen mit einer Übersetzung ins Englische oder Deutsche einreichen. Die Übersetzung muss von einem staatlich geprüften Übersetzer/einer staatlich geprüften Übersetzerin angefertigt worden sein und über ein offizielles Siegel verfügen.
Dokumente, deren Originalsprache Englisch ist, müssen nicht übersetzt werden. Falls ihr Motivationsschreiben primär KI generiert oder assistiert erscheint, sind Ihre Chancen in die nähere Auswahl zu kommen möglicherweise nicht sehr hoch. Wir möchten erfahren warum und in welchem Bereich Du forschen möchtest.

Sollten Sie in die engere Auswahl kommen, erhalten Sie eine Einladung zu einem Interview, bei dem Sie Ihre Forschungsarbeit vorstellen können. Bewerbungen werden laufend evaluiert, wir ermutigen interessierte Kandidaten und Kandidatinnen sich frühzeitig zu bewerben.

Weitere Informationen zum Bewerbungsprozess und den Aufnahmebedingungen finden Sie unter
Weitere Informationen zur Entgeltgruppe TV-L E13 finden Sie unter .

Bitte beachten: Reisekosten und sonstige im Rahmen der Bewerbung anfallende Aufwände können nicht von uns erstattet werden.

Sie haben Fragen?

Bitte richten Sie alle inhaltlichen Anfragen an Prof. Dr. Lukas Rosenberger Schmidt () und Prof. Dr. Simone Kager ().

Bei allgemeinen Fragen wenden Sie sich bitte an .

The University of Technology Nuremberg (UTN) offers a stimulating and interdisciplinary research environment with access to cutting-edge resources. It is the ideal place to make groundbreaking discoveries and contribute to exciting fields of research.

Doctoral researcher (Ph.D.) positions at UTN with the topic of Humanizing Robots (m/f/d)

The Department of Computer Science & Artificial Intelligence at UTN is currently offering two doctoral research opportunities (fully funded, 3 years, 100%, pay scale TVL-13) in the area of “Humanizing Robots”. The positions will be co-advised between the Machine Intelligence (MI) Group led by Prof. Dr. Lukas Rosenberger Schmid and the Assistive and Rehabilitation Robotics (ARR) Group led by Prof. Dr. Simone Kager.

We are seeking highly motivated, autonomous, and talented individuals to join our dynamic and international research team. We have built up world-leading expertise in human-centric robotics and AI, and are looking to push the frontiers of next-generation robots that can understand and adapt to humans in order to interact naturally with the people around them.

We are currently seeking two doctoral researchers to work on this problem, one position will be anchored in perception and learning for human-robot interaction (HRI) in the MI group and working expanding toward physical HRI with the ARR group, whereas the other position is anchored in ARR and expanding toward MI.

To this end, you will bring together interdisciplinary methodologies and thorough theory, drawing from probabilistic inference, optimization, machine learning, foundation models, mechanics, control, and HRI to develop robotic systems that work reliably in the real-world across different robotic embodiments, sensors, and settings, ranging from assistive to mobile robots.

Please indicate in your application whether you would prefer the position starting in the MI or the ARR group.

Your tasks:

The successful candidate will develop an independent research curriculum under the guidance and support of the PIs and contribute the perspectives of their research to the activities of the Machine Intelligence and Assistive and Rehabilitation Robotics groups, as well as the Computer Science & AI Department, and in turn will benefit from the team’s interdisciplinary and diverse perspectives and expertise.

Your responsibilities will include:

Conduct independent research at the frontiers of human-centric robotics and embodied AI
Contribute to the research and development of methodologies, algorithms, and machine learning frameworks
Contribute to the design, implementation, and validation of these methods on physical robots and systems
Disseminate research findings in academic publications and present at international conferences
Contribute to the design and mentoring of student projects, support teaching activities, and participate in the academic life of the department and research groups

We are looking for candidates that are excited to push the frontiers of human-centric robotics and AI and develop an independent research curriculum in this area.
Required qualifications include:

A qualifying degree (M.Sc. or equivalent) in Robotics, CS, EE, ME, Biomedical Engineering or a related discipline
High motivation and ambition for academic research
High interest and fundamental knowledge in the areas of human-centric robotics, physical human-robot interaction, and AI or closely related areas
Programming experience in Python, C++ and/or Matlab or related languages
Independent working style and ability to manage multiple tasks simultaneously
Strong communication skills and proficiency in oral and written English

If you already have experience in any of these areas, this can be a plus:

Robot Operating System (ROS) / ROS2
Deep Learning Frameworks (e.g. PyTorch or comparable)
Linux, Docker, and usage of HPC clusters
Hands-on experience with robot or sensor hardware
Prior experience with user studies

Selected highlights of this position include:

This is a unique opportunity to work and learn in an interdisciplinary robotics setting between MI and ARR, with strong roots in one discipline and extensive interdisciplinary collaboration.
Extensive and individually tailored mentoring and career development with two young but established PIs.
Fully internally funded position – focus on basic research without external constraints or reporting.
Become a full-stack roboticist with a focus on computational and/or physical methods as well as experience in real-world deployments and applications.
Access to broad and deep expertise in the groups and department, extensive computational resources, and diverse robotic hardware.
Develop a strong network – collaborations in the groups and department as well as visits and internships in academia and industry are possible and encouraged.
Beyond research, develop and practice project management, mentoring, and teaching skills under the guidance and support of the PIs.
The compensation of TVL-E13 (~60’000 EUR starting salary) is among the highest internationally and affords a very high quality of life in the beautiful city of Nuremberg.

Interested?

If your profile matches the requirements, please upload the following documents:

A personal statement that explains why you want to pursue a doctorate at UTN as well as why this research area and department interests you.
A complete, chronological, tabular curriculum vitae (CV) in English.
Certificates of your university degrees (e.g., M.Sc. degree and B.Sc. degree) or other equivalent qualification.
Transcript of records, diploma supplements, or overview of courses from your university degrees (M.Sc. degree and B.Sc. degree).

Please note: If your degrees (Master's and Bachelor's degree or equivalent) were obtained abroad, you must always submit the original version along with a translation into English or German by a certified translator, bearing an official seal, as a single combined document. Documents originally issued in English do not require a translation. If your personal statement appears to be AI generated or assisted, your chances of advancing may not be very high. We want to know why and what you want to research.

If you are shortlisted, you will be invited for an interview. Applications will be evaluated on a rolling basis, we encourage interested candidates to apply early.

For more information on the application process and admission requirements see .
For more information on the TV-L E13 payscale see .

Please note: Travel expenses and any other costs related to the application process cannot be reimbursed.

Questions?

For any scientific inquiries, please contact Prof. Dr. Lukas Rosenberger Schmidt () and Prof. Dr. Simone Kager ().

For general questions, please reach out to .