Auf einen Blick
- Aufgaben: Leite eine unabhängige Forschungsgruppe im Bereich Machine Learning für digitale Gesundheit.
- Unternehmen: Friedrich-Alexander-Universität Erlangen-Nürnberg, ein führendes Forschungsinstitut.
- Vorteile: Karriereentwicklung, Mentoring und ein attraktives Forschungsbudget.
- Weitere Informationen: Familienfreundlicher Arbeitgeber mit einem inklusiven Ansatz.
- Warum dieser Job: Gestalte die Zukunft der digitalen Gesundheit mit innovativer Forschung und Lehre.
- Qualifikationen: Doktorgrad, relevante Lehrerfahrung und nachweisbare Forschungserfolge.
Das prognostizierte Gehalt liegt zwischen 48000 - 84000 € pro Jahr.
Standort: Erlangen / Nürnberg, Deutschland. Beschäftigungsart: Vollzeit. Arbeitgeber: Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU). Die Fakultät für Ingenieurwissenschaften an der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) lädt Bewerbungen für eine Professur für Maschinelles Lernen im Bereich Digitale Gesundheit (Entgeltgruppe W1) am Institut für Künstliche Intelligenz in der Biomedizintechnik (AIBE) ein. Die Stelle soll zum frühestmöglichen Zeitpunkt für einen Zeitraum von drei Jahren besetzt werden. Bei erfolgreicher Evaluation wird die Anstellung um weitere drei Jahre verlängert.
Wir suchen einen herausragenden Nachwuchswissenschaftler mit einem international sichtbaren Profil in Forschung und Lehre. Der Kandidat sollte das Potenzial haben, ein weltweit führendes, unabhängiges Forschungsprogramm im Bereich aufzubauen. Sie sind verantwortlich für die angemessene Vertretung des Bereichs Maschinelles Lernen in der Digitalen Gesundheit und der Künstlichen Intelligenz in der Biomedizintechnik mit einem besonderen Fokus auf Digitale Gesundheit in Forschung und Lehre.
Wir suchen Bewerber mit einem unabhängigen Profil in einem oder mehreren der folgenden Bereiche:
- Digitale Radiologie
- Generative KI für medizinische Bildgebung
- Digitaler Patientenzwilling
- Datengetriebene Therapieentscheidungen und Reaktionsüberwachung
- Nachhaltigkeit im Gesundheitswesen: Gestaltung für Kreislauffähigkeit
- Medizinische Robotik
- Zielgerichtete agentische KI
- Autonome medizinische Bildgebung
- Entwicklung von KI-unterstützten medizinischen Geräten
- Maschinelles Lernen Modelle und Algorithmen für die medizinische Signalverarbeitung
- Embedded AI
- Datenschutzfreundliche KI
- Grundlagen des maschinellen Lernens
- Molekulare Modellierung
Bewerber mit einem anderen Profil im Bereich Maschinelles Lernen in der Digitalen Gesundheit und/oder Künstlicher Intelligenz in der Biomedizintechnik mit einem besonderen Fokus auf Digitale Gesundheit können ebenfalls ihre Eignung für die bestehenden Strukturen an der FAU in ihrer Bewerbung darlegen.
Zu Ihren Aufgaben gehört außerdem der Aufbau und die Leitung einer unabhängigen Forschungsgruppe im Institut AIBE. Ihre Bereitschaft zur Teilnahme insbesondere an den Studiengängen B.Sc. Künstliche Intelligenz und Medizintechnik ist zwingend erforderlich. Die Ernennung umfasst eine sekundäre Mitgliedschaft in der Medizinischen Fakultät.
Der erfolgreiche Kandidat muss erste akademische Leistungen und die Fähigkeit zur unabhängigen Forschung auf höchstem internationalem Niveau nachweisen können. Er wird einen Hochschulabschluss, einen herausragenden Doktortitel und relevante Lehrerfahrung mit einem Engagement für Exzellenz in der Lehre benötigen. Es sollten nicht mehr als vier Jahre zwischen der Verleihung des Doktortitels und dem Ablauf der Bewerbungsfrist vergangen sein; dieser Zeitraum wird auf maximal sieben Jahre im Bereich Medizin oder klinische Psychologie verlängert und kann auch aufgrund von Zeiten der Familienbetreuung oder Pflege eines Familienmitglieds verlängert werden. Das Datum des Doktordiploms ist entscheidend.
Der erfolgreiche Kandidat wird erwartet, akademische Führung zu demonstrieren, proaktiv Drittmittel einzuwerben und administrative Aufgaben zu übernehmen. Die FAU strebt an, ein unterstützendes Umfeld für Studierende zu schaffen und erwartet von ihrem Lehrpersonal, während der Vorlesungszeiten präsent zu sein. Bewerber, die in der Lage und bereit sind, sowohl in Englisch als auch in Deutsch zu unterrichten, werden bevorzugt.
Die FAU bietet Karriereentwicklung, Mentoring und ein attraktives anfängliches Forschungsbudget. Basierend auf internationalen Standards und transparenten Leistungsvereinbarungen gewährleistet die FAU einen fairen Evaluationsprozess.
In ihrem Streben nach akademischer Exzellenz verpflichtet sich die FAU zur Chancengleichheit und zu einem proaktiven und integrativen Ansatz, der alle unterrepräsentierten Gruppen unterstützt und fördert, eine inklusive Kultur fördert und Vielfalt wertschätzt. Die FAU ist ein familienfreundlicher Arbeitgeber und reagiert auf die Bedürfnisse von Doppelkarriere-Paaren.
Bitte reichen Sie Ihre vollständigen Bewerbungsunterlagen (Lebenslauf, Publikationsliste, Lehrkonzept und Forschungskonzept mit max. 2 Seiten jeweils, Liste der Drittmittel, Kopien von Zeugnissen und Abschlüssen) online unter https://berufungen.fau.de bis zum 8. Februar 2026 an den Dekan der Fakultät für Ingenieurwissenschaften ein. Bei Fragen wenden Sie sich bitte an TF-dekan@fau.de.
Assistant Professor of Machine Learning in Digital Health Arbeitgeber: Digitalhealthnews
Die Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) ist ein hervorragender Arbeitgeber, der eine unterstützende und inklusive Arbeitsumgebung bietet, die auf akademische Exzellenz und Vielfalt setzt. Als Assistant Professor im Bereich Machine Learning in Digital Health profitieren Sie von umfangreichen Karriereentwicklungsmöglichkeiten, einem attraktiven Forschungsbudget und der Chance, eine unabhängige Forschungsgruppe zu leiten. FAU fördert eine familienfreundliche Kultur und unterstützt duale Karrieren, was die Universität zu einem idealen Ort für engagierte Wissenschaftler macht.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Assistant Professor of Machine Learning in Digital Health erhalten könntest
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit anderen Fachleuten in deinem Bereich in Kontakt zu treten. Lass uns gemeinsam Verbindungen aufbauen und die richtigen Leute kennenlernen!
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen übst und deine Antworten klar und prägnant formulierst. Wir können dir helfen, deine Präsentation zu verbessern und selbstbewusst aufzutreten!
✨Tipp Nummer 3
Zeige deine Leidenschaft für das Thema! Wenn du über Machine Learning in Digital Health sprichst, lass deine Begeisterung durchscheinen. Das wird die Interviewer beeindrucken und dich von anderen Bewerbern abheben.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So kannst du sicherstellen, dass deine Bewerbung die richtige Aufmerksamkeit erhält. Lass uns gemeinsam den nächsten Schritt in deiner Karriere gehen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Assistant Professor of Machine Learning in Digital Health mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Mach deine Bewerbung persönlich:Zeig uns, wer du bist! Verwende eine freundliche und authentische Sprache in deinem Anschreiben. Erkläre, warum du dich für die Position interessierst und was dich motiviert, Teil unseres Teams zu werden.
Struktur ist alles:Achte darauf, dass deine Unterlagen gut strukturiert sind. Gliedere deinen Lebenslauf klar und übersichtlich, damit wir schnell einen Überblick über deine Qualifikationen und Erfahrungen bekommen.
Forschung und Lehre im Fokus:Betone in deinem Forschungskonzept, wie du deine Ideen in der digitalen Gesundheit umsetzen möchtest. Zeige uns, dass du ein innovatives und unabhängiges Forschungsprogramm aufbauen kannst, das zu unserer Fakultät passt.
Relevante Dokumente bereitstellen:Stelle sicher, dass du alle geforderten Unterlagen einreichst, einschließlich Lebenslauf, Publikationsliste und Lehrkonzept. Vergiss nicht, alles rechtzeitig über unsere Website hochzuladen!
Wie man sich auf ein Vorstellungsgespräch bei Digitalhealthnews vorbereitet
✨Mach dich mit der FAU vertraut
Informiere dich über die Friedrich-Alexander-Universität Erlangen-Nürnberg und ihre Forschungsbereiche, insbesondere im Bereich Machine Learning und Digital Health. Zeige im Interview, dass du die Werte und Ziele der Universität verstehst und wie du dazu beitragen kannst.
✨Bereite deine Forschungsideen vor
Überlege dir konkrete Ideen für dein zukünftiges Forschungsprogramm. Sei bereit, diese im Interview zu präsentieren und zu erklären, wie sie zur Entwicklung des Fachbereichs beitragen können. Das zeigt, dass du proaktiv bist und eine klare Vision hast.
✨Zeige deine Lehrfähigkeiten
Bereite ein kurzes Lehrkonzept oder eine Unterrichtseinheit vor, die du im Interview vorstellen kannst. Betone deine Erfahrungen im Lehren und wie du Studierende motivieren und unterstützen möchtest. Die FAU legt großen Wert auf exzellente Lehre.
✨Sei bereit für Fragen zu Drittmittelakquise
Da die FAU Wert auf die Einwerbung von Drittmitteln legt, solltest du Beispiele für deine bisherigen Erfahrungen in diesem Bereich parat haben. Überlege dir Strategien, wie du in Zukunft Fördermittel akquirieren könntest, um deine Forschung zu unterstützen.
