W3-Universitätsprofessur (w/m/d) \"Scientific Machine Learning\" (Heinz Nixdorf-Stiftungsprofessur)

In der Fakultät für Elektrotechnik, Informatik und Mathematik ist am Institut für Informatik baldmöglichst folgende Stelle zu besetzen: W3-Universitätsprofessur (w/m/d) »Scientific Machine Learning« (Heinz Nixdorf-Stiftungsprofessur) Die Professur soll eine verbindende Rolle zwischen den Forschungsschwerpunkten Hochleistungsrechnen, Maschinelles Lernen (ML)/Künstliche Intelligenz (KI) und rechnergestützten Natur- und Ingenieurwissenschaften übernehmen. Sie stärkt die Zusammenarbeit mit den interdisziplinären wissenschaftlichen Einrichtungen – dem Paderborn Center for Parallel Computing (PC2), dem Institut für Photonische Quantensysteme (PhoQS) und dem Heinz Nixdorf Institut (HNI) – sowie mit den beteiligten Fakultäten »Elektrotechnik, Informatik und Mathematik« und »Naturwissenschaften«. Die Einrichtung der neuen Professur wird von der Heinz Nixdorf Stiftung gefördert. Gesucht wird eine international wissenschaftlich hervorragend ausgewiesene Persönlichkeit, die das Forschungsfeld Scientific Machine Learning (SciML) in seiner ganzen Breite vertreten kann. Im Mittelpunkt sollen innovative Ansätze stehen, die traditionelle numerische Simulationsverfahren mit modernen datengetriebenen Methoden kombinieren, um komplexe wissenschaftliche Fragestellungen bearbeiten zu können. Besonderer Wert wird auf fundierte praktische Erfahrungen in der Anwendung von SciML-Verfahren in realen Anwendungsfeldern sowie auf Hochleistungsrechnern gelegt. Erwartet werden herausragende wissenschaftliche Leistungen, z. B. in folgenden Bereichen: Entwurf, Analyse und Optimierung von Methoden des Scientific Machine Learning Praktische Entwicklung von SciML-Verfahren auf modernen hochskalierenden Rechnersystemen, insbesondere unter Nutzung von Hardware-Beschleunigern Einsatz von SciML-Methoden zur Modellierung komplexer Systeme, insbesondere zur Verbesserung der Relevanz und Realitätsnähe wissenschaftlicher Simulationen Entwicklung von Verfahren für die Kombination von Quantencomputern und klassischen Computern, z. B. für Quantum Machine Learning Das Arbeitsgebiet soll durch den praktischen Einsatz von SciML-Verfahren in Natur- oder Ingenieurwissenschaften eng mit aktuellen Forschungsschwerpunkten der Universität verknüpft sein, z. B.: Photonik, Optoelektronik und Quantensysteme Intelligente Cyber-physikalische Systeme Energietechnik und Nachhaltigkeit Werkstoffe und Materialsimulation Für eine erfolgreiche Bewerbung werden dem akademischen Alter und bisherigen Umfeld angemessene Erfolge in der Einwerbung kompetitiver Drittmittel erwartet. In der Lehre erwarten wir nachgewiesene Lehrkompetenz und didaktische Fähigkeiten, eine angemessene Beteiligung an Pflichtveranstaltungen sowie eine Erweiterung des Lehrangebots für grundlegende und weiterführende Veranstaltungen des Scientific Machine Learnings und des Wissenschaftlichen Rechnens für die Studiengänge Informatik und Computer Engineering. Darüber hinaus erwarten wir ein Engagement bei der Weiterentwicklung der Studiengänge bzw. der Einrichtung neuer Vertiefungen oder Studiengänge zur Stärkung des Profils der Universität in den Bereichen Computational Science und Machine Learning. Die Mitarbeit in der akademischen Selbstverwaltung, die Lehre in deutscher und englischer Sprache sowie die Entwicklung digitaler Lehrformate werden vorausgesetzt. Von Bewerber*innen, die zum Zeitpunkt der Berufung noch keine Lehre in deutscher Sprache anbieten können, wird erwartet, dass sie innerhalb von zwei Jahren die dafür erforderlichen Sprachkenntnisse erwerben und anschließend Lehrveranstaltungen auch auf Deutsch durchführen. Wir bieten ein attraktives und international sichtbares Forschungsumfeld mit Zugang zu exzellenten Hochleistungsrechnern und Quantencomputing- Ressourcen. Die Professur soll zentral in die Beantragung von Großprojekten und in bestehende Forschungseinrichtungen (PC2, PhoQS, HNI) eingebunden werden. Die explizite Ausrichtung auf hochskalierende Anwendungen und die lokal verfügbare Supercomputer-Infrastruktur bieten für die Professur ein ideales Umfeld, um praktische Erfahrungen mit der Umsetzung von SciML-Verfahren in realen wissenschaftlichen Großprojekten zu sammeln und weiterzuentwickeln. Durch die Förderung über die Heinz Nixdorf Stiftung verfügt die Professur über eine attraktive personelle Ausstattung, laufende Mittel und Erstausstattungsmittel. Einstellungsvoraussetzungen: 36 Abs. 1 Ziff. 1 bis 4 HG NRW (abgeschlossenes Hochschulstudium, pädagogische Eignung, einschlägige Promotion und zusätzliche wissenschaftliche Leistungen). Die Universität Paderborn strebt eine Erhöhung des Anteils an Hochschullehrerinnen an und fordert daher qualifizierte Wissenschaftlerinnen nachdrücklich zur Bewerbung auf. Frauen werden gem. Landesgleichstellungsgesetz NRW (LGG) bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen. Ebenso ist die Bewerbung geeigneter Schwerbehinderter und Gleichgestellter im Sinne des Sozialgesetzbuches Neuntes Buch (SGB IX) erwünscht. Die Universität Paderborn ist als familiengerechte Hochschule zertifiziert. Mit unserem Dual Career Service begleiten wir Ihre*n Partner*in bei Bedarf bei der beruflichen Orientierung in der Region. Gerne informieren wir Sie über Wohnen und Leben in Paderborn und helfen Ihnen bei der Suche nach Kinderbetreuungsmöglichkeiten. Sollten Sie aus dem Ausland zu uns kommen, unterstützen Sie unsere Welcome Services bei Ihrer Ankunft in Deutschland. Bewerbungen mit den üblichen Unterlagen werden unter Angabe der Kennziffer 6958 bis zum 31. August 2025 online über das Bewerbungsportal der Universität Paderborn erbeten: https://bewerbung.uni-paderborn.de/stellen/6958 Informationen zur Verarbeitung Ihrer personenbezogenen Daten finden Sie unter: www.uni-paderborn.de/zv/personaldatenschutz. Prof. Dr. Jürgen Klüners Dekan der Fakultät für Elektrotechnik, Informatik und Mathematik Universität Paderborn Warburger Str. 100 33098 Paderborn www.upb.de