Wiss. Mitarbeiter*in (d/m/w)

Technische Universität Berlin

Fakultät IV - Elektrotechnik und Informatik, Institut für Wirtschaftsinformatik und Quantitative Methoden / FG Software and Business Engineering

Wiss. Mitarbeiter*in (d/m/w)

Teilzeitbeschäftigung ist ggf. möglich

Über uns

Heutige Tools können Services zwischen verschiedenen Computing Sites verschieben. Sie berücksichtigen jedoch nicht die Anforderungen des Stromnetzes und haben Schwierigkeiten, laufende AI Workloads sicher zu verschieben. In diesem Projekt entwickeln Sie die fehlende grid-aware Layer für die Orchestrierung von Computing Resources und AI Workloads entlang des Edge-Cloud-Kontinuums.

Sie entwickeln eine Middleware, die auf bestehenden Cloud- und Edge-Frameworks aufsetzt und stateful AI Workloads entlang des Edge-Cloud-Kontinuums verschieben kann. Alternativ ermöglicht sie den In-Place-Wechsel zwischen verschiedenen KI-Modellkonfigurationen zur Runtime als Reaktion auf Signale aus dem Stromnetz. Dabei stellt sie sicher, dass die geltenden Security Policies während jeder Migration durchgehend eingehalten werden.

Ihre Aufgaben

• Mitarbeit an einem Forschungsprojekt (Grid-Aware AI Workload Mobility for the Computing Continuum - AEGIS) mit Themenschwerpunkt Netzbewusste Orchestrierung von KI-Workloads
• Entwicklung einer Middleware zur Verlagerung von KI-Workloads entlang des Edge-Cloud-Kontinuums
• Entwicklung von Mechanismen zur zustandsbehafteten Migration von KI-Workloads sowie zum Wechsel zwischen verschiedenen KI-Modellkonfigurationen zur Laufzeit (In-Place Switching)
• Bereitstellung einer einheitlichen Middleware-API für Befehle zur Workload-Mobilität unter durchgängiger Durchsetzung der Sicherheitsrichtlinien während der Migration
• Betreuung von studentischen Beschäftigten sowie studentischen Abschlussarbeiten innerhalb des Forschungsprojektes
• Möglichkeit zur Promotion

Ergebnisse:

• Middleware zur reibungslosen Verlagerung von Workloads zwischen verschiedenen Testbeds
• Eine Transition Engine, die Änderungen innerhalb vorgegebener Zeitbudgets durchführt
• Ein Bericht zur Performance-Charakterisierung

Die Arbeitsgruppe:

Der Chair of Software and Business Engineering wurde 2025 an der TU Berlin eingerichtet und forscht an der Schnittstelle von verteilten Systemen und Business Engineering. Ein besonderer Forschungsschwerpunkt liegt auf Distributed Machine Learning, Edge Computing und Distributed Trust.

Betreuung:

Hauptbetreuer:

Prof. Dr. Stefan Schulte - Leiter des Fachgebietes Software and Business Engineering. Seine Forschungsschwerpunkte liegen in den Bereichen verteilte Systeme und Edge AI.

• ORCID
• Google Scholar
• LinkedIn
• DBLP

Mitbetreuer:

Ingo Friese - Deutsche Telekom AG (T-Labs)

Johan Eker (ORCID) - Lund University

Ihr Profil

• Sehr gutes erfolgreiches abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) (oder Abschluss spätestens bis zur Vertragsunterzeichnung) in Informatik, Computer Science, Data Science, Wirtschaftsinformatik oder einer verwandten Fachrichtung
• Die Fähigkeit zur Entwicklung von Methoden, Konzepten und Modellen sowie deren Umsetzung und Evaluation und die Bereitschaft zur Mitarbeit in wissenschaftlichen Projekten
• Ausgeprägtes Interesse an wissenschaftlichen Fragestellungen sowie Motivation zur eigenständigen und zielorientierten Forschung
• Kenntnisse im Bereich verteilter Systeme
• Gute wissenschaftliche Kommunikations- und Schreibfähigkeiten
• Gute Kommunikations- und Teamfähigkeit, Neugierde, Initiative erwünscht
• Fähigkeit zur Betreuung von studentischen Beschäftigten erwünscht
• Gute Deutsch- und/oder Englischkenntnisse erforderlich; Bereitschaft, die fehlenden Sprachkenntnisse zu erwerben
• Die Fähigkeit, geschäftliche Anforderungen gegenüber Projektpartnern zu artikulieren und technische sowie funktionale Anforderungen umzusetzen, ist wünschenswert
• Erfahrung mit Projekten im Rahmen von Partnerschaften ist wünschenswert

Sie werden zwei Forschungsaufenthalte bei Partnern innerhalb des Netzwerks absolvieren:

• Deutsche Telekom – T-Labs (Deutschland) - 3 Monate ab etwa Oktober 2028 (Industrie), bei Ingo Friese: Testen der Performance der Workload-Migration auf der Edge-Infrastruktur der Deutschen Telekom.
• Universität Lund (Lund, Schweden) - 4 Monate ab etwa Januar 2029 (Wissenschaft), bei Johan Eker: Kombination der Middleware für die Workload-Mobilität mit der intent-basierten Steuerung der technischen Gebäudeausstattung.

Bevor Sie sich bewerben, machen Sie sich bitte mit den folgenden Anforderungen für die Marie-Skłodowska-Curie-Maßnahmen vertraut (MSCA eligibility rules):

• Kein Doktorgrad: Zum Zeitpunkt der Einstellung dürfen Sie noch nicht promoviert sein.
• Mobilitätsregel: Sie dürfen in den 36 Monaten vor Ihrer Einstellung nicht länger als 12 Monate im Land Ihrer Gastinstitution gelebt oder dort Ihre Haupttätigkeit (Arbeit oder Studium) ausgeübt haben. Kurze Aufenthalte, wie z. B. Urlaube, zählen nicht.
• Alle Nationalitäten sind willkommen: Diese Stellen stehen Bewerber*innen jeder Nationalität offen.

Hinweise zur Bewerbung

Einzureichende Unterlagen:

• Lebenslauf (maximal 3 Seiten)
• Motivationsschreiben (maximal 1 Seite): Geben Sie an, auf welche Sie sich bewerben möchten und warum.
• Ihre Zeugnisse bzw. Leistungsübersichten (Transcripts) aus dem Bachelor- und Masterstudium
• Optional, aber erwünscht: ein Link zu einem Code-Repository oder eine einseitige Zusammenfassung eines Projekts oder Ihrer Abschlussarbeit
• rbung an: Prof. Dr. Stefan Schulte, /

Mit der Abgabe einer Onlinebewerbung geben Sie als Bewerber*in Ihr Einverständnis, dass Ihre Daten elektronisch verarbeitet und gespeichert werden. Wir weisen darauf hin, dass bei ungeschützter Übersendung Ihrer Bewerbung auf elektronischem Wege keine Gewähr für die Sicherheit übermittelter persönlicher Daten übernommen werden kann. Datenschutzrechtliche Hinweise zur Verarbeitung Ihrer Daten gem. DSGVO finden Sie auf der Webseite der Personalabteilung: https://www.abt2-t.tu-berlin.de/menue/themen_a_z/datenschutzerklaerung/.

Zur Wahrung der Chancengleichheit zwischen Frauen und Männern sind Bewerbungen von Frauen mit der jeweiligen Qualifikation ausdrücklich erwünscht. Schwerbehinderte werden bei gleicher Eignung bevorzugt berücksichtigt. Die TU Berlin schätzt die Vielfalt ihrer Mitglieder und verfolgt die Ziele der Chancengleichheit. Bewerbungen von Menschen aller Nationalitäten und mit Migrationshintergrund sind herzlich willkommen.