Wissenschaftliche Mitarbeiterin / Wissenschaftlicher Mitarbeiter (m/w/d)

Wissenschaftliche Mitarbeiterin / Wissenschaftlicher Mitarbeiter (m/w/d)

Bremen Befristet 49500 - 60500 € / Jahr (geschätzt) Hybrid
I

Auf einen Blick

  • Aufgaben: Forschung im Bereich KI und Digitalisierung, eigenverantwortliche Projektbearbeitung.
  • Unternehmen: Leibniz-IWT, ein familienfreundliches Forschungsinstitut mit internationalem Umfeld.
  • Vorteile: Attraktive Vergütung, flexible Arbeitszeiten, Unterstützung bei Promotion oder Habilitation.
  • Weitere Informationen: Dynamisches Team mit Fokus auf Gleichstellung und berufliche Entwicklung.
  • Warum dieser Job: Gestalte die Zukunft der KI und arbeite an innovativen Projekten.
  • Qualifikationen: Master in Informatik oder verwandten Bereichen, Kenntnisse in KI und Programmierung.

Das prognostizierte Gehalt liegt zwischen 49500 - 60500 € pro Jahr.

Werden Sie Teil unseres Teams als Wissenschaftliche Mitarbeiterin / Wissenschaftlicher Mitarbeiter (m/w/d) im Bereich KI‑basierte Modellierung in Vollzeit (39,2 h/Woche), befristet für zwei Jahre.

Was Sie von uns erwarten können:

  • Vergütung nach Tarifvertrag (TV-L), Entgeltgruppe 13 (ab monatlich 4.760 EUR in Vollzeit), Jahressonderzahlung, betriebliche Altersvorsorge
  • Unterstützung in der persönlichen Weiterqualifizierung im Rahmen einer Promotion (Dr.-Ing.) oder einer Habilitation in Kooperation mit der Uni Bremen
  • familienfreundliche, flexible Arbeitszeitmodelle, Teilzeitmöglichkeit, mobiles Arbeiten, zusätzlich freie Tage am 24. und 31. Dezember
  • betriebliches Gesundheitsmanagement und sportliche Aktivitäten durch egym wellpass
  • interdisziplinäres und internationales Umfeld

Wofür wir Ihre Expertise benötigen:

  • eigenverantwortliche Bearbeitung von Forschungsprojekten mit dem Schwerpunkt Digitalisierung und Maschinelles Lernen, insbesondere symbolische und erklärbare KI
  • Weiterentwicklung des neu gegründeten Forschungsbereich „Digitale Technologien“
  • Mitwirkung bei der Akquise von Drittmittelprojekten
  • Unterstützung in der Lehre an der Universität Bremen

Was Sie auszeichnet:

  • erfolgreich abgeschlossenes Master- oder Diplomstudium der Informatik, Mathematik, Ingenieurs- oder Naturwissenschaften
  • Grundkenntnisse der Materialwissenschaft / Werkstofftechnik
  • Kenntnisse in Maschinellem Lernen, Künstliche Intelligenz (insbesondere symbolische und erklärbare KI)
  • Programmierkenntnisse, z. B. Python
  • gute Deutsch- und Englischkenntnisse (beides mindestens B2)

Das Leibniz-IWT ist ein für seine Familienfreundlichkeit zertifiziertes Forschungsinstitut und verfolgt die Gleichstellung aller Personengruppen aktiv. Wir fördern die berufliche Entwicklung von Frauen im Institut und freuen uns auf Ihre Bewerbung. Informationen zu unserer Schwerbehindertenvertretung und Inklusionsbeauftragten finden Sie auf unserer Homepage, bei gleicher Eignung werden schwerbehinderte Bewerberinnen und Bewerber bevorzugt berücksichtigt. Wir freuen uns auf Ihre Bewerbung (inkl. Anschreiben, Lebenslauf und Zeugnisse) bis zum 20.09.2026 unter Angabe der Kennziffer D 26-2.

Wissenschaftliche Mitarbeiterin / Wissenschaftlicher Mitarbeiter (m/w/d) Arbeitgeber: IWT

Das Leibniz-IWT ist ein hervorragender Arbeitgeber, der Ihnen als Wissenschaftliche Mitarbeiterin / Wissenschaftlicher Mitarbeiter im Bereich Metallzerstäubung und Sprühkompaktieren nicht nur eine attraktive Vergütung nach Tarifvertrag bietet, sondern auch ein familienfreundliches und flexibles Arbeitsumfeld. Mit umfangreichen Möglichkeiten zur persönlichen Weiterqualifizierung, einem interdisziplinären und internationalen Team sowie einem starken Fokus auf Gesundheit und Wohlbefinden, ist das Institut der ideale Ort für Ihre berufliche Entwicklung und Forschung.

I

Kontaktdaten:

IWT Recruiting-Team

Wir glauben, dass du diese Fähigkeiten brauchst, um Wissenschaftliche Mitarbeiterin / Wissenschaftlicher Mitarbeiter (m/w/d) mit Bravour zu bestehen

Forschungsprojektmanagement
Digitalisierung
Maschinelles Lernen
Künstliche Intelligenz
symbolische KI
erklärbare KI
Materialwissenschaft