Wissenschaftlicher Mitarbeiter (m/w/d) mit Promotionsziel (TV-L E 13)
Professur für Ambient Assisted Living und Medizinische Assistenzsysteme
Bewerbungsfrist:
Die Universität Bayreuth ist eine forschungsorientierte Universität mit international kompetitiven und interdisziplinär ausgerichteten Profilfeldern in Forschung und Lehre. An der Universität Bayreuth ist an der Professur für Ambient Assisted Living und Medizinische Assistenzsysteme zum nächstmöglichen Zeitpunkt eine Stelle als
Wissenschaftlicher Mitarbeiter (m/w/d) mit Promotionsziel (TV-L E 13)
befristet für 3 Jahre zu besetzen.
Die Professur Ambient Assisted Living und Medizinische Assistenzsysteme beschäftigt sich mit der Auswertung biomedizinischer Signale mittels Maschinellem Lernen und der Entwicklung von Algorithmen und Tools für medizinische Anwendungen. Dabei wird das gesamte Spektrum des maschinellen Lernens genutzt, einschließlich überwachtem, halbüberwachtem und unüberwachtem Lernen.
Ihr Aufgabenbereich:
- Forschung im Kerngebiet der Professur
- Entwicklung von fortschrittlichen Algorithmen für maschinelles Lernen
- Analyse von Sekundärdaten
- Betreuung von Abschlussarbeiten und Unterstützung bei der Durchführung von Lehrveranstaltungen
- Publikation in forschungs- und praxisorientierten Zeitschriften und Präsentation der Forschungsergebnisse auf (inter-)nationalen Konferenzen
Ihr Profil:
- Ein gutes bis sehr gutes abgeschlossenes Master-Studium in Informatik, Medizintechnik oder Elektrotechnik oder verwandten Disziplinen
- Kenntnisse im Bereich des maschinellen Lernens, insbesondere dessen technische Implementierung mit Python
- Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift
- Die Bereitschaft, Ihr Ausdrucksvermögen sowohl in deutscher als auch in englischer Sprache weiter zu festigen
- Begeisterung für Methoden rund um Künstliche Intelligenz
- Freude an interdisziplinärer Zusammenarbeit und Verantwortung
- Interesse an praxisnaher Forschung
- selbstständige, zuverlässige und flexible Arbeitsweise
- Einsatzbereitschaft, Zuverlässigkeit und Flexibilität
- Organisationsgeschick, Kommunikationsfähigkeit und Teamfähigkeit
- Aufgeschlossenheit im Umgang mit Studierenden und Dozierenden
Was wir Ihnen bieten:
- interessante, abwechslungsreiche Tätigkeit im universitären Umfeld
- flexible Arbeitszeitgestaltung und Homeoffice-Möglichkeiten
- Betriebliches Gesundheitsmanagement
- konstruktive, kollegiale Arbeitsatmosphäre in einem freundlichen, aufgeschlossenen, interdisziplinären und internationalen Team
- Vereinbarkeit von Familie und Beruf
- Möglichkeiten zur persönlichen und fachlichen Fort- und Weiterbildung durch verschiedene Fortbildungsangebote
- sowie weitere Vorzüge des öffentlichen Dienstes, beispielsweise JobRad, attraktive
- zusätzliche Altersversorgung bei der Versorgungsanstalt des Bundes und der Länder,
- vielfältige Angebote der Gesundheitsförderung, z. B. Gesundheitstage, Workshops, AktivPause sowie Möglichkeit der Teilnahme an einer sehr großen Anzahl unterschiedlichster Sportangebote im Rahmen des allgemeinen Hochschulsports
- neben dem Erholungsurlaub und der Möglichkeit der gleitenden Arbeitszeit dienstfrei am 24.12. und 31.12. eines Jahres
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. Bewerber und Bewerberinnen 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.
Bewerbung
Bitte bewerben Sie sich online mit aussagekräftigen Bewerbungsunterlagen unter Angabe des Kennworts „DoctoralCandidate_MachineLearning“ über das Bewerbungsportal der Universität Bayreuth bis zum 15.10.2024.
Die Unterlagen werden nach Besetzung der Stelle gemäß den Anforderungen des Datenschutzes gelöscht.
Für Rückfragen können Sie sich gerne wenden an:
Frau Prof. Dr. Heike Leutheuser, E-Mail: heike.leutheuser@uni-bayreuth.de