Wissenschaftlicher Mitarbeiter (m/w/d)
An der Professur für Wirtschaftsinformatik und Process Analytics (BWL XIX) der Universität Bayreuth ist zum 01.01.2025 eine Stelle als
Wissenschaftlicher Mitarbeiter (m/w/d)
im Rahmen des Projekts „Nationale Forschungsdateninfrastruktur für und mit Computer Science (NFDIxCS)“ zu besetzen. Das Kernziel des Konsortiums NFDIxCS ist es, Dienste zur Speicherung komplexer domänenspezifischer Datenobjekte aus der Breite der Informatik zu identifizieren, zu definieren und schließlich einzusetzen und damit die FAIR-Prinzipien flächendeckend umzusetzen. Die Professur für Wirtschaftsinformatik und Process Analytics entwickelt Techniken für das semantische Datenmanagement und die Verknüpfung von Daten mit FAIR-Prinzipien. Die Stelle ist befristet bis zum 29.02.2028. Die regelmäßige wöchentliche Arbeitszeit entspricht einer Vollbeschäftigung (40,1 Stunden). Die Eingruppierung erfolgt bei Vorliegen der tariflichen Voraussetzungen in die Entgeltgruppe 13 TV-L. Die Möglichkeit zur Vorbereitung einer Promotion wird gegeben.
Ihre Aufgaben (je nach gewähltem Schwerpunkt):
- Mitarbeit im Projekt NFDIxCS
- Konzeption und Entwicklung von Konzepten zur semantischen Annotation von Forschungsdaten
- Konzeption und Entwicklung von Konzepten zu FAIR Prinzipien des Forschungsdatenmanagements
- Publikation in forschungs- und praxisorientierten Zeitschriften und Präsentation der Forschungsergebnisse auf (inter-)nationalen Konferenzen
- Betreuung von Abschlussarbeiten
Was Sie mitbringen sollten:
- Wissenschaftlicher Hochschulabschluss (Master oder Diplom) in Wirtschaftsinformatik, Informatik oder vergleichbares Studium mit Bezug zur (Wirtschafts-)Informatik
- Erfahrungen im Einsatz von maschinellen Lernverfahren sind von Vorteil, wobei zusätzliche Schulungen ermöglicht werden
- Vorteilhaft sind zudem Kenntnisse im Bereich Informationsnetzwerke, Metadatenmanagement und Data-Mining
- Es werden ein hohes fachliches Interesse für das Aufgabenfeld und Fähigkeiten in der Umsetzung von wissenschaftlicher Erkenntnis in praktische Lösungen erwartet
- Es werden sehr gute Deutsch- und Englischkenntnisse erwartet
Was wir Ihnen bieten
Die Professur für Wirtschaftsinformatik und Process Analytics forscht an Methoden zur datengetriebenen Analyse von Prozessen, die auf Methoden der künstlichen Intelligenz basieren. Insbesondere erforscht die Professur neuartige Konzepte zur Extraktion von Ursache-Wirkungsketten in Daten mit dem Ziel, durch datengetriebene Ansätze und KI-Methoden neue Erkenntnisse in die Daten zu geben. In zahlreichen interdisziplinären Verbundprojekten in Zusammenarbeit mit diversen Disziplinen (wie Medizin, Maschinenbau, Agrarwissenschaften, Meereswissenschaften) erproben wir die Methoden der Grundlagenforschung mit dem Ziel, neue Erkenntnisse in Daten zu ermöglichen.
Die Universität Bayreuth schätzt die Vielfalt ihrer Beschäftigten als Bereicherung und bekennt sich ausdrücklich zum Ziel der Chancengleichheit der Geschlechter. Frauen werden hierbei mit Nachdruck um ihre Bewerbung gebeten. Bewerberinnen oder Bewerber mit Kindern sind sehr willkommen. Die Universität Bayreuth ist Mitglied im Best-Practice Club „Familie in der Hochschule e.V.“, und hat erfolgreich am HRK-Audit „Internationalisierung der Hochschule“ teilgenommen. Personen mit Schwerbehinderung werden bei gleicher Eignung bevorzugt berücksichtigt.
Wir freuen uns darauf, Sie kennen zu lernen und stehen Ihnen selbstverständlich jederzeit gerne für weitere Auskünfte und ein persönliches Gespräch zur Verfügung.
Bitte bewerben Sie sich online mit aussagekräftigen Bewerbungsunterlagen bis zum 20.12.2024 unter Angabe des Kennworts „Wirtschaftsinformatik Prof. Koschmider” über unser Bewerbungsportal der Universität Bayreuth. Die Unterlagen werden nach Besetzung der Stelle gemäß den Anforderungen des Datenschutzes gelöscht.
Für Rückfragen können Sie sich gerne wenden an:
Prof. Dr. Agnes Koschmider
E-Mail: agnes.koschmider@uni-bayreuth.de
Tel.: 0921 55-4583
Dies ist eine auf dritten Jobbörsen gefundene Stellenanzeige. Wir bieten hierfür keinen Support, können diese aber jederzeit offline stellen. Für weitere Informationen: Datenschutzhinweise | Anzeige melden.