Auf einen Blick
- Aufgaben: Führe innovative Forschungsprojekte in statistischem Lernen und Unsicherheitsquantifizierung durch.
- Unternehmen: Führende Forschungsallianz in der Metropolregion Ruhr mit internationalem Team.
- Vorteile: Flexible Arbeitszeiten, internationale Konferenzen und ein kreatives Arbeitsumfeld.
- Weitere Informationen: Vielfältige Karrierechancen und Unterstützung für Frauen und Menschen mit Behinderungen.
- Warum dieser Job: Gestalte die Zukunft der Datenwissenschaft und arbeite an bedeutenden Herausforderungen der Menschheit.
- Qualifikationen: Masterabschluss oder Promotion in Statistik, Mathematik oder verwandten Bereichen.
Das prognostizierte Gehalt liegt zwischen 45000 - 60000 € pro Jahr.
Als Europas dichteste Universitätslandschaft bietet die Metropole Ruhr attraktive Karrieremöglichkeiten für hervorragende Wissenschaftler und Akademiker aus aller Welt. Im Jahr 2021 gründeten die Ruhr-Universität Bochum, die TU Dortmund und die Universität Duisburg-Essen die Forschungsallianz Ruhr, um ihre internationale Spitzenforschung zu den großen Herausforderungen der Menschheit zu bündeln. In den nächsten drei Jahren werden vier Forschungszentren und ein Kolleg eingerichtet. Dies ist nur das neueste Kapitel unserer langjährigen Zusammenarbeit als Universitätsallianz Ruhr (UA Ruhr), einer Gemeinschaft von 1.300 Forschern und 120.000 Studierenden im Herzen Deutschlands.
Im Rahmen der Forschungsallianz Ruhr überbrückt der Lehrstuhl für Unsicherheitsquantifizierung und statistisches Lernen am Forschungszentrum für vertrauenswürdige Datenwissenschaft und Sicherheit sowie die Abteilung für Statistik an der TU Dortmund die Lücken zwischen Unsicherheitsquantifizierung, statistischem und maschinellem Lernen sowie interdisziplinären Anwendungen. Der Lehrstuhl sucht eine/n PhD/Postdoc, die/der so schnell wie möglich eingestellt werden kann. Die Vergütung erfolgt gemäß dem Tarifvertrag für den öffentlichen Dienst: TV-L E13. Die Stelle ist in Vollzeit, Teilzeit ist möglich.
Ihre Expertise und Interessen (aber nicht beschränkt auf):
- Statistisches Lernen, Bayesianisches (Deep) Learning
- Unsicherheitsquantifizierung und probabilistisches maschinelles Lernen
- Kausale Inferenz
- Zuverlässigkeitsgarantien für künstliche Intelligenz
- Automatisierte Parametertuning für komplexe Modelle des maschinellen Lernens
- Kalibrierte Methoden und kontinuierliches Lernen
- Sicherheits- und Risikoanalyse großer generativer Modelle
- Überwachtes Lernen für spatio-temporale Herausforderungen
- Regularisierung und Interpretierbarkeit in hochdimensionalen Problemen
Ihre Qualifikation:
- Exzellenter Abschluss (Master of Science für PhD und PhD/Doktorat für Postdoc) in Statistik, Mathematik, Datenwissenschaft, Informatik oder ähnlichen Programmen.
- Hohe Kreativität, Engagement, analytische Kompetenz und interdisziplinäre Teamarbeit.
- Hohe Englischkenntnisse, sowohl schriftlich als auch mündlich, für Ihre wissenschaftlichen Publikationen und Präsentationen.
- Für Postdoc: Nachweisbare Erfolge und exzellente Publikationen in mindestens einem der oben genannten Forschungsbereiche.
- Für Postdoc: Interdisziplinäre Forschungsagenda mit grundlegender theoretischer Forschung oder praktischen Anwendungen in der Datenwissenschaft.
Was wir bieten:
Wir arbeiten in einem multidisziplinären Team an gemeinsamen Forschungsprojekten, die gemeinsam von führenden internationalen Experten aus verschiedenen Bereichen betreut werden. Wir streben sowohl theoretische Forschung als auch praktische Anwendungen in enger Zusammenarbeit mit akademischen und industriellen Partnern an. Die Stellen sind in einem kreativen, attraktiven und international renommierten Forschungsumfeld eingebettet. Mit Ihrer Forschung und Ihrem Beitrag zur Lehre werden Sie eine zentrale Rolle bei der Entwicklung unseres neuen Forschungszentrums und der Öffentlichkeitsarbeit mit vertrauenswürdiger Technologie spielen. Während Ihrer PhD/Postdoc werden die Teilnahme an internationalen Konferenzen und freiwilligen Austauschprogrammen ausdrücklich gefördert. Unser internationales Netzwerk von Forschern und Industriepartnern gewährleistet einen nahtlosen Übergang in Ihren nächsten Karriereschritt. Eine ausgewogene und familienfreundliche Work-Life-Balance ist uns wichtig, daher bieten wir Optionen für flexible Arbeitszeiten oder Teilzeit-Homeoffice.
Ihre Bewerbung:
Wenn Sie an der Position interessiert sind, senden Sie bitte Ihre Bewerbung (als eine einzige PDF-Datei mit mindestens 10 MB) bis zum 31. Juli 2023 per E-Mail an das Forschungszentrum für vertrauenswürdige Datenwissenschaft und Sicherheit (UA Ruhr) und die Abteilung für Statistik (Technische Universität Dortmund), Lehrstuhl für Unsicherheitsquantifizierung und statistisches Lernen, Prof. Dr. Nadja Klein. Bitte legen Sie die üblichen Unterlagen bei: Motivationsschreiben, Lebenslauf, (für Postdoc Forschungsagenda und Publikationsliste) sowie Kopien Ihrer Zeugnisse. Bei weiteren Fragen wenden Sie sich bitte an: Prof. Dr. Nadja Klein.
Karrieremöglichkeiten:
Unser Forschungszentrum wird in den nächsten Jahren 12 Forschungsprofessoren einstellen und zahlreiche Stellen für wissenschaftliche Mitarbeiter und Forschungsgruppenleiter anbieten. Schließen Sie sich uns jetzt an, um vertrauenswürdige Innovationen für die digitale Welt von morgen in Europas größter Metropolregion zu schaffen.
Diversität:
Die TU Dortmund strebt an, den Anteil von Frauen in den wissenschaftlichen Fakultäten zu erhöhen, und begrüßt daher besonders Bewerbungen von Frauen. Wir weisen ausdrücklich darauf hin, dass Bewerbungen von schwerbehinderten Personen willkommen sind.
* Open position in Statistical Learning and Uncertainty Quantification (PhD or Postdoc) * Arbeitgeber: The International Society for Bayesian Analysis
Das Dalle Molle Institute for Artificial Intelligence (IDSIA) bietet eine herausragende Arbeitsumgebung für Forscher im Bereich der natürlichen Sprachverarbeitung und Text Mining. Mit einem internationalen Team von Experten, attraktiven Gehältern, die den Schweizer Standards entsprechen, und umfangreichen Möglichkeiten zur beruflichen Weiterentwicklung, ist IDSIA der ideale Ort für junge Wissenschaftler, die ihre Karriere in einem dynamischen und innovativen Umfeld vorantreiben möchten.
Kontaktdaten:
The International Society for Bayesian Analysis Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so * Open position in Statistical Learning and Uncertainty Quantification (PhD or Postdoc) * erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei The International Society for Bayesian Analysis zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um * Open position in Statistical Learning and Uncertainty Quantification (PhD or Postdoc) * mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als * Open position in Statistical Learning and Uncertainty Quantification (PhD or Postdoc) * bei The International Society for Bayesian Analysis gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei The International Society for Bayesian Analysis vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für The International Society for Bayesian Analysis entscheidend sein!
