Referenz: 11391-2026
Wissenschaftliche:r Mitarbeiter:in (m/w/d/x) AI-Driven Database Systems
Tätigkeitsbereich
Doktorand
Bereich
Systemische KI für Entscheidungsunterstützung
Standort
Darmstadt
Anstellungsart
Vollzeit
Vertragsart
Befristet
Laufzeit (Monate)
24
Die SAIDE Gruppe arbeitet an der nächsten Generation von intelligenten Unternehmensinformationssystemen die Benutzer mit viel umfangreicheren KI-fähigen Funktionen unterstützt. Hierbei spielt die Automatisierung der Entscheidungsfindung durch Methoden der Systemischen KI eine zentrale Rolle.
Der Forschungsbereich SAIDE unter der Leitung von Prof. Carsten Binnig sucht
eine:n wissenschaftliche:n Mitarbeiter:in (m/w/d/x)
zur Arbeit an AI-Driven Database Systems.
Die Stelle ist zunächst auf 2 Jahre befristet, eine längerfristige Beschäftigung wird angestrebt. Möglichkeit zur Promotion ist gegeben.
Ziel ist die Erforschung und Entwicklung KI-gestützter Methoden für klassische Datenbankmanagementsysteme. Dabei sollen neuartige Ansätze aus den Bereichen Systems AI, Large Language Models (LLMs) und Datenbanksysteme kombiniert werden, um Datenbanksysteme intelligenter, adaptiver und zunehmend autonom zu machen. Ein besonderer Fokus liegt auf Learned Query Optimization, also dem Einsatz von Machine Learning und LLMs zur Verbesserung von Query-Plänen und Query-Ausführung, sowie auf dem Einsatz von LLMs für die Synthese von Datenbanksystemen und Datenbankkomponenten.
Die Grundlagenforschung am DFKI-Standort mit seinen drei Gruppen sowie der Universität zielt darauf ab, neue Ansätze für "Systems AI" zu implementieren, um die Modellierung komplexer KI-Systeme und komplexer realer Anwendungen zu unterstützen. Der Standort ist eingebettet in ein attraktives Ökosystem in Darmstadt mit verschiedenen Aktivitäten (hessian.AI, ELLIS Unit Darmstadt, ...).
Ihre Aufgaben
- Entwurf und Optimierung von Datenbanksystemen: Durchführung von Spitzenforschung im Bereich klassischer Datenbankmanagementsysteme, insbesondere zur Optimierung von Query Processing, Query Execution und Systemarchitekturen.
- Learned Query Optimization: Entwicklung und Untersuchung von Machine-Learning- und LLM-basierten Verfahren für Query Optimization, einschließlich Kardinalitätsschätzung, Plan-Auswahl, Cost Models und adaptiver Query-Ausführung.
- LLMs für Datenbanksynthese: Erforschung von Verfahren, mit denen LLMs Datenbanksysteme, Datenbankkomponenten, Konfigurationen und Optimierungsstrategien automatisch entwerfen, generieren und an konkrete Workloads anpassen können.
- Integration von KI und Datenbanksystemen: Entwicklung von Methoden zur Integration moderner KI-Modelle in klassische DBMSs und Untersuchung, wie LLMs und andere AI-Verfahren Datenbanksysteme automatisiert verbessern und erweitern können.
- Leistungsbewertung: Entwicklung und Durchführung experimenteller Evaluierungen, um Skalierbarkeit, Performance, Robustheit und Ressourceneffizienz der entwickelten Verfahren zu untersuchen.
- Veröffentlichungen: Veröffentlichung von Ergebnissen auf hochkarätigen Konferenzen wie SIGMOD, VLDB, ICDE, EDBT, NeurIPS, AAAI oder ICML.
- Prototypen: Entwerfen, Implementieren und Validieren von Forschungsprototypen für neuartige AI-driven Database Systems.
- Industrie und Drittmittel: Enge Zusammenarbeit mit Industriepartnern sowie Unterstützung bei der Einwerbung von Drittmitteln für zukünftige Forschungsinitiativen.
Lehre: Möglichkeit zur forschungsorientierten Lehre an der TU Darmstadt.
-
Unsere Anforderungen
- Ausbildung: Hervorragender Abschluss in Informatik oder einem verwandten Fachgebiet.
- Datenbankexpertise: Fundierte Kenntnisse in Datenbanksystemen, insbesondere Query Processing, Query Optimization und Datenbankarchitekturen.
- AI/ML- und LLM-Kenntnisse: Kenntnisse in Machine Learning und/oder Large Language Models sowie Interesse an deren Anwendung in Datenbanksystemen.
Programmierkenntnisse: Fortgeschrittene Programmierkenntnisse im Bereich Datensysteme und Erfahrung mit Linux-basierter Entwicklung auf Rechenclustern.
- Forschungserfahrung: Fähigkeit zur Durchführung unabhängiger Forschung; Veröffentlichungen in renommierten Datenmanagement- oder Systemkonferenzen (SIGMOD, VLDB, ICDE, EDBT usw.) oder auf passenden Workshops sind von großem Vorteil.
- Systemkenntnisse: Erfahrung mit relationalen Datenbanksystemen und/oder verteilten Datenbanksystemen ist von großem Vorteil.
- Sprache: Ausgezeichnete Englischkenntnisse (in Wort und Schrift) für gemeinsame Forschungsarbeiten und Veröffentlichungen; Deutschkenntnisse sind von Vorteil.
Teamfähigkeit: Ausgeprägte Kommunikationsfähigkeiten und teamorientierte Denkweise. Eine motivierte, selbstständige Persönlichkeit, die Initiative zeigt und sowohl eigenständig als auch als Teil eines interdisziplinären Teams arbeiten kann.
-
Was Sie erwarten können
- Möglichkeit zur Grundlagenforschung auf dem Gebiet der systemischen KI sowie der Anwendung von KI-Ansätzen für das Datenmanagement
- Unterstützung bei der Promotion und Karriereentwicklung
- Hervorragende internationale Kontakte in Forschung und Industrie und hervorragende Ausstattung
- Flexible Arbeitsbedingungen
- Ein innovatives, agiles und professionelles Arbeitsumfeld an einem der herausragenden Informatik- und KI-Standorte in Deutschland
Wir freuen uns auf Ihre Bewerbungsunterlagen und den frühestmöglichen Eintrittstermin. Bitte verwenden Sie ausschließlich unser Karriereportal. Fragen zur Stelle stellen Sie bitte an [email protected] und [email protected].
Das Deutsche Forschungszentrum für Künstliche Intelligenz GmbH (DFKI) wurde 1988 als gemeinnützige Public-Private-Partnership (PPP) gegründet. Das DFKI verbindet wissenschaftliche Spitzenleistung und wirtschaftsnahe Wertschöpfung mit gesellschaftlicher Wertschätzung. Das DFKI forscht seit über 35 Jahren an KI für den Menschen und orientiert sich an gesellschaftlicher Relevanz und wissenschaftlicher Exzellenz in den entscheidenden zukunftsorientierten Forschungs- und Anwendungsgebieten der Künstlichen Intelligenz. In der internationalen Wissenschaftswelt zählt das DFKI zu den wichtigsten „Centers of Excellence“.
Schwerbehinderte Bewerberinnen und Bewerber und Gleichgestellte werden bei gleicher Eignung besonders berücksichtigt. Das DFKI beabsichtigt, den Anteil von Frauen im Wissenschaftsbereich zu erhöhen und fordert deshalb Frauen ausdrücklich auf, sich zu bewerben.
Bewerbungsfrist
21. September 2026
Fachliche Fragen zu dieser Position beantwortet Ihnen gerne: Prof. Dr. Carsten Binnig
Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI) Hochschulstrasse 10 64289 Darmstadt