PhD im Bereich Privacy in Recommender Systems

(38,5 h/W) in Graz (m/w)

Sind Sie auf der Suche nach einem bezahlten PhD in Data Science? Sie sind neugierig, arbeiten gerne selbstständig aber auch als Teil eines Teams? Sie wollen einen wichtigen wissenschaftlichen Beitrag leisten?
Wenn ja, freuen wir uns auf Sie!
Als Teil des DDAI Comet Moduls (explainable, verifiable and privacy-preserving data-driven AI) bieten wir eine PhD Position im Bereich “Social Computing” an.

Aufgabe:

Personalisierte Recommender Systeme sind in der heutigen Online-Welt unverzichtbar. Empfehlungsalgorithmen unterstützen Anwenderinnen und Anwender bei der Suche nach Ressourcen (z.B. Dokumente, Filme, Musik) in großen und komplexen Informationsräumen wie z.B. im Web. Die Generierung personalisierter Empfehlungen erfordert die Protokollierung von Benutzerinteraktionen und das Sammeln personenbezogener Daten über die Benutzerin bzw. den Benutzer. Dies bringt mehrere Datenschutz- und Sicherheitsrisiken mit sich. Zusätzlich kann es Bedenken bei der Benutzerin und dem Benutzer aufwerfen und dazu führen, dass das Vertrauen in das System verloren geht.

Wir suchen eine Doktorandin bzw. einen Doktoranden, die bzw. der sich für die Erforschung von privacy-preserving Recommender Systemen interessiert. Genauer gesagt wird sie bzw. er

  • Datenschutztechniken und deren Anwendbarkeit auf Recommender Systems untersuchen
  • Forschung über die Wahrung des Datenschutzes aus der Sicht der Nutzerin bzw. des Nutzers,
  1. h. explizite benutzerkontrollierbare Datenschutzniveaus und deren Wirksamkeit bei der Minimierung von Bedenken zu Datenschutzverletzungen sowie technische Mittel um sicherzustellen, dass benutzergesteuerte Daten bei der Benutzerin bzw. dem Benutzer lokal verbleiben (z.B. federated learning)
  • Konzeption und Bewertung neuer privacy-preserving Recommender Systems
  • Präsentation der Forschungsergebnisse bei hochkarätigen wissenschaftlichen Veranstaltungen und in Zeitschriften

Die Dissertationsarbeit wird im Social Computing Team von Ass. Prof. Dr. Elisabeth Lex durchgeführt und mit der bestehenden Forschung zu Recommender Systemen in dieser Forschungsgruppe verknüpft.

Die Dissertation wird an der Technischen Universität Graz von Univ.-Prof. Dr. Stefanie Lindstaedt und Ass. Prof. Dr. Elisabeth Lex begleitet.

Erforderliche Qualifikationen:
  • Masterabschluss in Computer Science, Information and Computer Engineering, Mathematik oder ähnlichen Studienfeldern
  • Gute Kenntnisse von Recommender Systemen und des maschinellen Lernens; Kenntnisse in Datensicherheit und Datenschutz sowie Federated Learning sind ein Pluspunkt
  • Erfahrung und praktische Kenntnisse mit Programmiersprachen und Tools (z.B. Python, Java, Git)
  • Analytisches Denken sowie unabhängiges und strukturiertes Arbeiten
  • Hervorragende Kommunikations- und Teamfähigkeit
  • Sehr gute Englischkenntnisse, Deutsch von Vorteil
Wir bieten:
  • Ein dynamisches Arbeitsumfeld mit hochqualifizierten und motivierten Kolleginnen und Kollegen
  • Umfassende Unterstützung für Ihr Dissertationsprojekt an der Technischen Universität Graz
  • Enge Zusammenarbeit mit anderen Forschungsgruppen und der Industrie
  • Möglichkeiten der beruflichen und persönlichen Entwicklung

Der Mindestlohn für diese Vollzeitstelle (38,5 h/w) beträgt € 2.750 brutto pro Monat (14x im Jahr). Die Bereitschaft zur Überzahlung hängt von der Erfahrung und Qualifikation ab.

Stellenanzeige auch downloadbar als PDF.

Wir freuen uns auf Ihre aussagekräftige Bewerbung an career@know-center.at 

Zurück
Kontakt Karriere

Hiermit erkläre ich ausdrücklich meine Einwilligung zum Einsatz und zur Speicherung von Cookies. Weiter Informationen finden sich unter Datenschutzerklärung

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close