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 Verkörperte Räumlich-zeitliche Künstliche Intelligenz (m/w/d) (CSAI-MI-26-01)

Das Department of Computer Science & Artificial Intelligence an der UTN bietet derzeit mehrere Promotionsstellen (voll finanziert, 3 Jahre, 100 %, Vergütung nach TV-L E13) in der Machine Intelligence Forschungsgruppe unter der Leitung von Prof. Dr. Lukas Schmid an.

Wir suchen hochmotivierte, selbstständige und talentierte Persönlichkeiten zur Verstärkung unseres dynamischen und internationalen Forschungsteams. Wir haben weltweit führende Expertise in den Bereichen Robotik und räumlich-zeitlicher KI aufgebaut und möchten die Grenzen der nächsten Generation von Robotern erweitern, die dynamischen, menschenzentrierten Umgebungen verstehen, in ihnen interagieren und sich autonom weiterentwickeln können. Zu diesem Zweck werden Sie interdisziplinäre Methoden und fundierte Theorie zusammenführen und dabei auf probabilistische Inferenz, Optimierung, maschinelles Lernen und Foundation-Modelle zurückgreifen, um robotische Systeme zu entwickeln, die in der realen Welt über verschiedene Roboterplattformen, Sensoren und Umgebungen hinweg zuverlässig funktionieren.

Ihre Aufgaben:

Die erfolgreiche Kandidatin bzw. der erfolgreiche Kandidat wird unter Anleitung und Unterstützung des PI ein eigenständiges Forschungsprofil entwickeln, die Perspektiven der eigenen Forschung in die Aktivitäten der Machine Intelligence Forschungsgruppe 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 Robotik und der verkörperten spatio-temporalen KI
Mitwirkung an der Erforschung und Entwicklung von Methoden, Algorithmen und Machine-Learning-Frameworks
Beitrag zur Konzeption und Implementierung 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 Forschungsgruppe

Ihr Profil:

Wir suchen Kandidatinnen und Kandidaten, die begeistert sind, die Grenzen der verkörperten räumlich-zeitlichen KI zu erweitern und in diesem Bereich ein eigenständiges Forschungsprofil zu entwickeln.

Erforderliche Qualifikationen umfassen:

Hochmotivierte, eigenständige und ambitionierte Persönlichkeit
Großes Interesse und fundierte Kenntnisse im Bereich der verkörperten spatio-temporalen KI oder eng verwandter Gebiete
Ausgeprägte Kommunikationsfähigkeiten sowie sehr gute Englischkenntnisse in Wort und Schrift
Programmiererfahrung in Python und/oder C++ oder verwandten Sprachen
Ein qualifizierender Abschluss (M.Sc. oder gleichwertig) in Robotik, Informatik, Elektrotechnik, Maschinenbau oder einem verwandten Fachgebiet

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
Praktische Erfahrung mit Robotik- oder Sensorhardware

Was wir anbieten:

Ausgewählte Highlights dieser Position umfassen:

Umfangreiches und individuell zugeschnittenes Mentoring sowie Karriereentwicklung mit einem jungen aber etablierten PI
Vollständig intern finanzierte Stelle – Fokus auf Grundlagenforschung mit flexiblen Themen innerhalb der Forschungsbereiche der Gruppe, 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 der Gruppe und dem Depratment, umfangreichen Rechenressourcen sowie vielfältiger Robotik-Hardware
Aufbau eines starken Netzwerks – Kooperationen innerhalb der Gruppe 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
Die Vergütung nach TV-L E13 (~60.000 EUR Einstiegsgehalt) gehört international zu den höchsten und ermöglicht eine sehr hohe Lebensqualität in der schönen Stadt Nürnberg

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.

Bitte beachten: 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.

Berwerbungen 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 an Prof. Dr. Lukas Schmid ().

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 Embodied Spatio-Temporal AI (m/f/d) (CSAI-MI-26-01)

The Department of Computer Science & Artificial Intelligence at UTN is currently offering several doctoral research opportunities (fully funded, 3 years, 100%, pay scale TVL-13) in the Machine Intelligence Group led by Prof. Dr. Lukas Schmid. 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 Robotics and Spatio-Temporal AI and are looking to push the frontiers of next-generation robots that can understand, interact, and self-improve autonomously in dynamic, human-centric settings. To this end, you will bring together interdisciplinary methodologies and thorough theory, drawing from probabilistic inference, optimization, machine learning, and foundation models, to develop robotic systems that work reliably in the real-world across different robotic embodiments, sensors, and environments.

Your tasks:

The successful candidate will develop an independent research curriculum under the guidance and support of the PI and contribute the perspectives of their research to the activities of the Machine Intelligence Group and the Computer Science & AI Department, and in turn will benefit from the team’s diverse perspectives and expertise.

Your responsibilities will include:

Conduct independent research at the frontiers of Robotics and Embodied Spatio-Temporal AI

Contribute to the research and development of methodologies, algorithms, and machine learning frameworks
Contribute to the design and implementation 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 group

Your profile:

We are looking for candidates that are excited to push the frontiers of embodied spatio-temporal AI and develop an independent research curriculum in this area.

Required qualifications include:

Highly motivated, independent, and ambitious doctoral researcher
High interest and fundamental knowledge in the areas of embodied spatio-temporal AI or closely related areas
Strong communication skills and proficiency in oral and written English
Programming experience in Python and/or C++, or related languages
A qualifying degree (M.Sc. or equivalent) in Robotics, CS, EE, ME, or a related discipline

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)
Hands-on experience with robot or sensor hardware

What we offer:

Selected highlights of this position include:

Extensive and individually tailored mentoring and career development with a young but established PI
Fully internally funded position – focus on basic research with flexible topics within the research areas of the group without external constraints or reporting
Become a full-stack roboticist with a focus on computational methods and experience in real-world deployments and applications
Access to broad and deep expertise in the group and department, extensive computational resources, and diverse robotic hardware
Develop a strong network – collaborations in the group 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 PI
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.

Please note: 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 Schmid ().

For general questions, please reach out to .