Wissenschaftliche*r Mitarbeiter*in am Lehrstuhl für Hochfrequenzsysteme in der

Wissenschaftliche*r Mitarbeiter*in Die Bergische Universität Wuppertal ist eine dynamische, forschungsorientierte Campusuniversität. Getreu ihres Leitmotivs „Verstehen, Vermitteln, Gestalten“ widmet sie sich den großen gesellschaftlichen Herausforderungen in Wissenschaft, Bildung, Kultur, Wirtschaft, Gesellschaft, Technik und Umwelt. Sie ist aktive Partnerin in den Netzwerken der Region sowie in nationalen und internationalen Kooperationen. Rund 24.500 Menschen studieren, forschen und arbeiten hier an neun Fakultäten, in teils interdisziplinären Forschungseinrichtungen oder in der Verwaltung. In der Fakultät für Elektrotechnik, Informationstechnik und Medientechnik, am Lehrstuhl für Hochfrequenzsysteme in der Kommunikationstechnik, suchen wir Unterstützung. IHRE AUFGABEN Forschung und Entwicklung neuromorpher Rechenarchitekturen (z. B. Spiking Neural Networks, event-basierte Signalverarbeitung) Entwurf, Implementierung und Evaluation von Algorithmen und Modellen für neuromorphe Netzwerke Simulation, Modellierung und experimentelle Validierung neuromorpher Systeme Hardwarenahe Implementierung und Optimierung auf neuromorphen Prozessoren auf Chip-Ebene Untersuchung von Energieeffizienz, Latenz, Robustheit und Skalierbarkeit Mitarbeit an der Konzeption neuartiger Chip- und Systemarchitekturen Veröffentlichung der Forschungsergebnisse in hochwertigen wissenschaftlichen Journalen und Konferenzen IHR PROFIL Sehr gut bis gut abgeschlossenes Hochschulstudium (Master oder äquivalent) in Elektrotechnik, Informatik, Physik, Computational Neuroscience oder einem verwandten Fachgebiet Starkes Interesse an neuromorphem Computing, KI-Hardware oder biologisch inspirierten Rechenmodellen Grundlegendes Verständnis von Rechnerarchitekturen, Parallelität und Energieeffizienz Fundierte Kenntnisse in mindestens einem der folgenden Bereiche: Spiking Neural Networks und neuromorphe Algorithmen Maschinelles Lernen und neuronale Netze Analoge/RF oder Mixed-Signal-Schaltungsentwicklung Digitale, Embedded-Systeme und hardwarenahe Software Python und/oder C/C++ Simulations- und ML-Frameworks (z. B. Brian, NEST, PyTorch, Lava o. Ä.) Es handelt sich um eine Qualifizierungsstelle im Sinne des Wissenschaftszeitvertragsgesetzes (WissZeitVG), die zur Förderung der folgenden wissenschaftlichen oder künstlerischen Qualifizierung besetzt werden kann: Erwerb von Berufserfahrungen bei der Durchführung des Projektes „Neuromorphic computing“. Die Laufzeit des Arbeitsvertrages wird der angestrebten wissenschaftlichen Qualifizierung angemessen gestaltet. Beginn zum nächstmöglichen Zeitpunkt Dauer befristet auf 36 Monate Stellenwert E 13 TV-L Umfang Vollzeit (Teilzeit ist möglich, bitte geben Sie bei der Bewerbung an, ob Sie auch bzw. nur an einer Teilzeitbeschäftigung interessiert wären) Kennziffer 26082 Ansprechpartner Herr Prof. Dr. Ullrich Pfeiffer ullrich.pfeiffer@uni-wuppertal.de Bewerbungen über stellenausschreibungen.uni-wuppertal.de Bewerbungsfrist 12.10.2026 WIR BIETEN IHNEN Kollegiales und wertschätzendes Miteinander Flexible Arbeitszeiten und Homeoffice 30 Urlaubstage Familienfreundliche Arbeitsbedingungen Betriebliches Gesundheitsmanagement und UniSport Arbeiten in internationalem Kontext Großes Fort- und Weiterbildungsangebot Betriebliche Altersvorsorge An der Bergischen Universität schätzen wir die individuellen und kulturellen Unterschiede unserer Universitätsangehörigen und setzen uns für Gleichstellung, Chancengerechtigkeit und die Vereinbarkeit von Familie und Beruf ein. Bewerbungen von Menschen jeglichen Geschlechts sowie von Menschen mit Schwerbehinderung und ihnen gleichgestellten Personen sind willkommen. Frauen werden nach Maßgabe des Landesgleichstellungsgesetzes NRW bevorzugt berücksichtigt, sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen. Die Rechte von Menschen mit einer Schwerbehinderung, bei gleicher Eignung bevorzugt berücksichtigt zu werden, bleiben unberührt. Ihre Bewerbung umfasst alle notwendigen Unterlagen (Anschreiben aus dem hervorgeht, welche fachlichen Interessen und Vorerfahrungen Sie mitbringen, Lebenslauf, Nachweis des abgeschlossenen Hochschulstudiums, Arbeitszeugnisse, ggf. Nachweis einer Schwerbehinderung). Unvollständig eingereichte Bewerbungen können nicht berücksichtigt werden!