An der Universität Wien (mit 20 Fakultäten und Zentren, 178 Studienrichtungen, ca. 9.800 Mitarbeiter*innen und rund 90.000 Studierenden) ist ab 01.10.2020 die Position eines/einer
Universitätsassistent*in ("prae doc")
in der Einrichtung Forschungsplattform Data Science @ Uni Vienna
bis 30.09.2024 zu besetzen.
Kennzahl der Ausschreibung: 10934
Diese Ausschreibung ist Teil von 3 PraeDocs die im Rahmen eines WWTF Projektes „Transparent and explainable models“ gefördert wird. Das Forschungsziel dieser Ausschreibung ist Tools für die visuelle Unterstützung von Machine Learning Modellen, speziell tiefen neuronalen Netzen und Clustering Algorithmen zu erstellen. Unser Fokus ist dabei eine sehr interdisziplinäre Herangehensweise, zusammen mit Partner*innen hauptsächlich aus der Forschungsplattform Data Science. Unsere Forschungsgruppe, Visualization and Data Analysis, bietet ein angenehmes Arbeitsumfeld mit einem freundlichen, dynamischen, internationalen und jungen Team. Unsere Gruppe besteht aus einem Team von internationalen Forscher*innen, die stolz auf ihr kollegiales Arbeitsklima sind.
Dauer der Befristung: 4 Jahr/e
Beschäftigungsausmaß: 30.0 Stunden/Woche.
Einstufung gemäß Kollektivvertrag: §48 VwGr. B1 Grundstufe (praedoc)
Darüber hinaus können anrechenbare Berufserfahrungen die Einstufung und damit das Entgelt bestimmen.
Ihre Aufgaben:
Aktive Beteiligung an Forschung, Lehre und Administration, dies impliziert
- Auf- bzw. Ausbau eines eigenständigen Forschungsprofils
- Mitwirkung in Forschungsprojekten / bei wissenschaftlichen Studien
- Abschluss einer Dissertationsvereinbarung binnen 12-18 Monaten wird erwartet
- Internationale Publikations- und Vortragstätigkeit
- Studierendenbetreuung (Bachelor und Master)
- Mitwirkung an Evaluierungsmaßnahmen und in der Qualitätssicherung
- Mitwirkung in der Forschungs-, Lehr- und Institutsadministration
- Mitarbeit bei der Einwerbung von Drittmitteln
- Es besteht die Möglichkeit in der Lehre zu helfen
Forschungsschwerpunkte: Visual Data Analysis / Data Science, Statistics and/or Machine Learning, HCI. Spezifisch geht es um die Erschaffung von visual analysis tools fuer das bessere Verstaendnis von tiefen neuronalen Netzen sowie von Clustering Algorithmen. Dies ist in Kooperation mit zwei anderen PraeDocs die durch einen WWTF Grant angestellt werden.
Ihr Profil:
Universitäts- oder Fachhochschulabschluss (Diplom-, Master oder Magistergrad mit excellenten Noten): Abschluss in Informatik oder in verwandten Fächern (z. B. Mathematik), ein grundlegendes Wissen der Informatik ist allerdings absolute Voraussetzung. Zusätzlich sollten die KandidatInnen folgende Anforderungen erfüllen:
- Hohe schriftliche und mündliche Ausdrucksfähigkeit
- Sehr gute Englischkenntnisse in Wort und Schrift
- Starke Motivation in einem Team zu arbeiten.
- Starke Motivation in erstklassigen Journals zu publizieren und auf erstklassigen Konferenzen zu sprechen.
- Begeisterung für Beratung und Begleitung von Studierenden.
- Ausdauer, Fokus, Integrität und die Fähigkeit Dinge voranzutreiben und abzuschließen.
Von besonderem Vorteil sind zudem
- Lehrerfahrung / Erfahrung mit verschiedensten Lehrmethoden
- Erfahrung in der Mitwirkung an Forschungsprojekten
- Publikationen in renommierten, facheinschlägigen Medien (peer-reviewed je nach fachlichen Standards)
- Internationale Vortragstätigkeit wünschenswert
- Kenntnis universitärer Abläufe und Strukturen
- Auslandserfahrungen
- Erfahrungen in der Studierendenbetreuung
- sehr gute Kenntnisse und Interesse in mehreren der Bereiche Machine Learning, HCI, usability, user-interface design
- gute Programmiererfahrungen (in C++, Java, Python, R, or Matlab, D3. WebGL)
- einen guten mathematischen Hintergrund
Einzureichende Unterlagen:
o Motivationsschreiben
o Wissenschaftlicher Lebenslauf (inkl. Publikationsliste, Verzeichnis Lehrveranstaltungen, Liste Vortragstätigkeiten)
o Beschreibung der Forschungsinteressen
o Kontaktadressen möglicher Referenzgeber*innen
Forschungsfächer:
|
Hauptforschungsfach
|
Spezielle Forschungsfächer |
Wichtigkeit |
|
Informatik
|
Human-Computer Interaction;Machine Learning;Informationsdesign;Computergraphik |
Musskriterium |
Ausbildungen:
|
Bildungseinrichtung
|
Ausbildungsrichtung |
Spezielle Ausbildungsrichtung |
Wichtigkeit |
|
Universität
|
Mathematik, Informatik |
|
Musskriterium |
Sprachen:
|
Sprache
|
Sprachniveau |
Wichtigkeit |
|
Englisch
|
Sehr gute Kenntnisse |
Musskriterium |
Ihre Bewerbung:
Wir freuen uns auf Ihre aussagekräftige Bewerbung mit Motivationsschreiben unter der Kennzahl 10934, welche Sie bis zum 30.09.2020 bevorzugt über unser Job Center (
http://jobcenter.univie.ac.at/) an uns übermitteln.
Für nähere Auskünfte über die ausgeschriebene Position wenden Sie sich bitte an Abplanalp, Sophia +43-1-4277-26502, +43-1-4277-50613, Faisst, Anne Marie +43-1-4277-79003.
Die Universität Wien betreibt eine antidiskriminatorische Anstellungspolitik und legt Wert auf Chancengleichheit und Diversität (
http://diversity.univie.ac.at/). Insbesondere wird eine Erhöhung des Frauenanteils in Leitungspositionen und beim wissenschaftlichen Personal angestrebt. Frauen werden bei gleicher Qualifikation vorrangig aufgenommen.
DLE Personalwesen und Frauenförderung der Universität Wien
Kennzahl der Ausschreibung: 10934
E-Mail:
jobcenter@univie.ac.at
Datenschutzerklärung
Veröffentlicht am
Teilzeit-Stelle
