Explorative Datenanalyse in den Holzwissenschaften (gn) / Data Mining in Wood Sciences (gn)

Die Hochschule für nachhaltige Entwicklung Eberswalde (HNEE) ist mit ihrer ganzheitlichen nachhaltigen Ausrichtung, ihrem einzigartigen und an zukunftsrelevanten Themen ausgerichteten Studienangebot und als starke Institution im Bereich der Nachhaltigkeitsforschung Impulsgeberin für nachhaltige Entwicklung. Rund 2.300 Studierende aus etwa 60 Nationen studieren und mehr als 400 Beschäftigte lehren, forschen und arbeiten an der modernen Campushochschule. Die Transformation hin zu einer nachhaltigen Gesellschaft durch die Entwicklung tragfähiger Modelllösungen voranzutreiben und die Studierenden mit den erforderlichen Gestaltungskompetenzen auszustatten, das ist die Mission der HNEE.

Die Professur ist eingebettet in das Profil der forst- und holzwissenschaftlichen Kompetenz der Hochschule. Mit der Professur schlagen Sie die Brücke zwischen zugänglichen Datensätzen, in ihrer ganzen Vielfalt und Variabilität aber auch mit besonderem Bezug zu an der HNEE generierten Daten, und den Big Data Strukturen der Hochschule und befördern so die Nutzung selbiger für nachhaltige Wertschöpfung in der Holzwirtschaft. Durch das Data Mining ermöglichen Sie es, eine komplexe Realität abzubilden, aus der heraus z.B. spezifische und individualisierte Fragestellungen zum Rohstoff Holz in Struktur, Bearbeitung und Verwertung auch im Zusammenhang mit der Herkunft modelliert und beantwortet werden können. Sie unterstützen damit Struktur- und Materialverhaltensvorhersagen und anwendungsoptimierte Verfahren in den Holzwissenschaften.

Auf Basis von mathematisch-statistischen Grundlagen entwickeln Sie KI- und andere digitale Modelle zu Materialverhalten und Materialproduktion und ermöglichen dadurch Erkenntnisgewinn in Bereichen der Produktionstechnologie und der Materialkunde. Als ausgewiesene*r Wissenschaftler*in aus dem Fächerspektrum Mathematik /Statistik, Informatik, Machine Learning oder mit material-, insbesondere mit holzwissenschaftlichem Profil, das eine Vertrautheit mit den unterschiedlichen Methoden des maschinellen Lernens erkennen lässt, unterstützen Sie mit Ihrer Expertise das Center for Data Science der HNEE und befördern ein institutionenübergreifendes datenbankbezogenes Forschungsnetzwerk am Standort Waldcampus der HNEE.

Sie übernehmen Lehrveranstaltungen in deutscher und englischer Sprache in Mathematik und Statistik ingenieurstypischer Disziplinen, sowie in Bereichen der mathematischen Ansätze im Rohstoffmanagement und in den KI-Anwendungen mit Schwerpunkten Maschinelles Lernen und Deep Learning. Als neue*r Kolleg*in vertreten Sie Ihr Fachgebiet in voller Breite, setzen innovative Ideen für anwendungsbezogene Forschungs- und Entwicklungsaufgaben um und zeigen den Einklang von Forschung und Lehre. Ihr Arbeitsstil und Ihre Denkweise sind von einer interdisziplinären Perspektive geprägt. Eine aktive Auseinandersetzung mit neuen Trends der Praxis, Forschung und Lehre ist für Sie selbstverständlich. Das reguläre Lehrdeputat beträgt 18 SWS.

Formale Einstellungsvoraussetzungen sind laut § 43 Abs. 1 Satz 1 Nr. 1-3 und 4 Buchst. b und Satz 2: Abgeschlossenes Hochschulstudium, besondere Befähigung zu wissenschaftlicher Arbeit, in der Regel durch die Qualität einer Promotion nachgewiesen, sowie pädagogische Eignung und besondere Leistungen bei der Anwendung oder Entwicklung wissenschaftlicher Erkenntnisse und Methoden in einer mindestens dreijährigen beruflichen Praxis, von der mindestens zwei Jahre außerhalb des Hochschulbereiches ausgeübt worden sein müssen oder über einen Zeitraum von mindestens drei Jahren der überwiegende Teil der beruflichen Tätigkeit in Kooperation zwischen Hochschule und außerhochschulischer beruflicher Praxis erbracht wurde. Darüber hinaus wird die Identifikation mit dem Nachhaltigkeitsanspruch der Hochschule vorausgesetzt.

Die Hochschule überarbeitet zurzeit ihre Binnenstruktur. Wir setzen daher die Bereitschaft voraus, an diesem ebenso reizvollen wie herausfordernden Vorhaben konstruktiv mitzuwirken.

Die HNEE bietet Ihnen einen modern ausgestatteten, familienfreundlichen Arbeitsplatz in grüner Umgebung und mit sehr guter ÖPNV-Anbindung. Die Hochschule ermöglicht die Bezuschussung zum VBB-Jobticket, bietet flexible Arbeitszeiten und die Möglichkeit mobiler Arbeit an. Ferner unterstützen wir unsere Mitarbeiter*innen durch ein aktives Gesundheitsmanagement. Die HNEE fördert die persönliche Weiterentwicklung der Hochschulangehörigen durch ein umfangreiches internes und externes Fort- und Weiterbildungsangebot.

Wir schätzen die Vielfalt unserer Mitglieder und wollen unterschiedliche Perspektiven als Potential nutzen, um gemeinsam kreative und innovative Lösungen für zukünftige Fragestellungen zu finden. Wir freuen uns daher auf Ihre Bewerbung – unabhängig von Ihrem Geschlecht, Ihrer Nationalität, ethnischer und sozialer Herkunft, Religion oder Weltanschauung, sexueller Orientierung und Identität, Behinderung und Ihres Alters. Wir möchten zudem verstärkt Bewerber*innen mit Gender- und Diversitykompetenzen gewinnen. Da Professorinnen an der HNEE unterrepräsentiert sind, möchten wir insbesondere Wissenschaftlerinnen ermutigen, sich auf diese Ausschreibung zu bewerben. Wir wollen auch schwerbehinderte Menschen und diesen Gleichgestellte ausdrücklich zur Bewerbung auffordern und werden sie bei gleicher Eignung bevorzugt berücksichtigen.

Bitte senden Sie Ihre Bewerbung mit den üblichen Unterlagen (Anschreiben, Lebenslauf, aus dem der wissenschaftliche Werdegang hervorgeht, Verzeichnis von Schriften- und Lehrveranstaltungen, akademische Zeugnisse, Nachweis von Lehrerfahrung, Drittmitteleinwerbung, geschlechtersensibles Lehr- und Forschungskonzept) bis zum 30.03.2025 direkt über das Online-Bewerbungsformular.

Inhaltliche Fragen: Prof. Dr. Peter Neumeister (Peter.Neumeister@hnee.de) Fragen zum Verfahren Berufungs.Management@hnee.de Fragen zur Gleichstellung Gleichstellungsbeauftragte@hnee.de