Auf einen Blick
- Aufgaben: Lehre und Forschung im Bereich der natürlichen Sprachverarbeitung an einer interdisziplinären Universität.
- Unternehmen: Universität Graz, bekannt für innovative digitale Forschung.
- Vorteile: Wettbewerbsfähiges Gehalt, Unterstützung bei der Karriereentwicklung und internationale Zusammenarbeit.
- Weitere Informationen: Engagierte Hochschule mit Fokus auf Gleichstellung und Diversität.
- Warum dieser Job: Gestalte die Zukunft der Sprachverarbeitung und baue interdisziplinäre Netzwerke auf.
- Qualifikationen: Doktorat in Informatik oder verwandten Disziplinen, Erfahrung in der Sprachverarbeitung.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Das Professurprofil konzentriert sich auf die Grundlagen und Anwendungen der Verarbeitung natürlicher Sprache (NLP) im interdisziplinären Kontext einer umfassenden Universität. Ein zentraler Aspekt der Digitalisierung ist das ständig wachsende Volumen an Daten, das oft unstrukturiert ist – beispielsweise in Form natürlicher Sprache. Damit verbunden sind grundlegende methodische Fragen in der Verarbeitung natürlicher Sprache, die eine Vielzahl von Ansätzen unterstützen, um Aufgaben in den Geisteswissenschaften, Naturwissenschaften, Recht, Sozialwissenschaften, Wirtschaft und Umwelt- sowie Bildungswissenschaften zu lösen.
Geeignete Bewerber
- NLP-Ansätze zur Lösung von Aufgaben wie:
- Informationsbeschaffung
- Informationsretrieval und Text Mining
- Retrieval-unterstützte Generierung (RAG)
- Sentiment- und Emotionanalyse
- Argumentation Mining, Diskurs und Pragmatik
- Maschinelle Übersetzung und Zusammenfassungen
- Symbolisches Schließen
- Fundamentale Methodenentwicklung, z.B.:
- Sprachmodellierung
- Effizienz
- Modellabgleich
- Bias, Fairness und erklärbare KI (XAI)
- Evaluation und Benchmarking
Die Professur ist im IDea_Lab der Universität Graz eingebettet, das als interdisziplinäres digitales Labor für grundlagen- und anwendungsorientierte Forschung in maschinellem Lernen, Datenwissenschaft und digitaler Transformation kürzlich gegründet wurde. Die Professur pflegt enge Verbindungen zur computergestützten Sozialwissenschaft, Datenwissenschaft und angewandter Mathematik sowie zu den verschiedenen Fachbereichen der Universität.
Die Position soll ausdrücklich die methodische Expertise des IDea_Lab stärken, interdisziplinäre Forschung im Bereich der Verarbeitung natürlicher Sprache an der gesamten Universität Graz fördern und dieses Gebiet in der Lehre vertreten. Der ernannte Professor wird erwartet, ein starkes intrinsisches Interesse am Aufbau robuster interdisziplinärer Forschungsnetzwerke innerhalb der Universität Graz zu haben. Auf der Grundlage des inter-fakultären IDea_Lab soll das Forschungsfeld durch innovative interdisziplinäre Konzepte und Forschungsansätze weiter konsolidiert werden, in Zusammenarbeit mit den bereits am IDea_Lab ansässigen Professuren sowie Forschungspartnern in den einzelnen Fakultäten und Abteilungen.
Anforderungen
- Österreichischer oder gleichwertiger ausländischer Hochschulabschluss, der der Position entspricht (Doktorat/PhD)
- Habilitation oder gleichwertige Qualifikation in Informatik, Computerlinguistik oder verwandten Disziplinen
- Hervorragende akademische Qualifikationen in Forschung und Lehre in der relevanten Disziplin und für das Profil der Professur (entsprechend dem Stand der akademischen Karriere und Unterbrechungen der Beschäftigung aufgrund von Betreuungsverantwortung)
- Erfolg bei der Akquise von fachspezifischen Projektmitteln, insbesondere bei wettbewerblich vergebenen Drittmitteln
- Fähigkeiten in der Hochschuldidaktik, einschließlich der Nutzung digitaler Medien
- Fähigkeiten in der Betreuung und Anleitung von Nachwuchswissenschaftlern
- Berufserfahrung im Ausland während der akademischen Laufbahn
- Management- und Führungserfahrung
- Fähigkeiten im Gender-Mainstreaming und Diversity-Management
- Ausgezeichnete Englischkenntnisse und Bereitschaft, Deutsch zu lernen
- Herausragende wissenschaftliche Leistungen sowohl in den interdisziplinären Anwendungen als auch in der methodischen Entwicklung der Verarbeitung natürlicher Sprache
- Erfahrung und Expertise in interdisziplinärer Zusammenarbeit, nachgewiesen durch qualitätsgesicherte Publikationen im jeweiligen Anwendungsbereich
- Erfahrung und/oder Bereitschaft zur interdisziplinären Lehre
- Erfahrung in der Wissenschaftskommunikation (bevorzugt)
- Erfahrung in Open Science (bevorzugt)
Auswahlkriterien
Der erfolgreiche Kandidat wird hochmotiviert sein, strebt nach akademischer Exzellenz und Integrität in Forschung und Lehre. Er/Sie wird die Fähigkeit demonstriert haben, konstruktiv und verantwortungsbewusst zusammenzuarbeiten und Kollegen und Studierende in einem interdisziplinären, international orientierten Kontext zu inspirieren.
Bewerbungsunterlagen
- Motivationsschreiben
- Lebenslauf mit Beschreibung Ihrer akademischen Laufbahn
- Publikationsliste, nummeriert, mit vollständigen bibliografischen Informationen, sortiert nach:
- Monographien
- (Co-)herausgegebene Bände
- Zeitschriftenartikel
- Sonstige Informationen
- Lehrkonzept einschließlich Darstellung der bisherigen Lehre
- Liste vorheriger Forschungsprojekte und Kooperationen
- Beschreibung zukünftiger Forschungsabsichten
- Liste Ihrer fünf wichtigsten Publikationen mit einer kurzen Erklärung zu Ihrem spezifischen Beitrag und der wissenschaftlichen Bedeutung jeder Publikation
- Führungskonzept, einschließlich Gender-Mainstreaming-Strategie
Bitte reichen Sie Ihre Bewerbungsunterlagen in Englisch ein.
Gleichstellungsprinzip
Die Universität Graz setzt sich dafür ein, den Anteil weiblicher Mitarbeiterinnen, insbesondere in Führungspositionen, zu erhöhen. Wir ermutigen daher qualifizierte weibliche Kolleginnen besonders, sich auf diese Position zu bewerben. Im Falle gleicher Qualifikationen erhalten Frauen Vorrang.
Bitte beachten Sie, dass wir zur Einhaltung der geltenden Datenschutzbestimmungen Bewerbungen nur über unser webbasiertes Bewerbertool für diese vakante Position annehmen können.
Präsentationstermine
Geplante Termine der Präsentation der Bewerber: 24.-26. Februar 2027
Kontakt: Univ.-Prof. Dr. Jana Lasser, jana.lasser@uni-graz.at
Professor of Data Analysis 2 Arbeitgeber: University of Graz
Die Universität Graz ist ein hervorragender Arbeitgeber, der eine inspirierende Arbeitsumgebung für Wissenschaftler im Bereich der Digital Humanities bietet. Mit einem Fokus auf innovative Forschung und Lehre fördert die Universität das Wachstum ihrer Mitarbeiter durch zahlreiche Weiterbildungsmöglichkeiten und ein unterstützendes Team. Zudem profitieren die Angestellten von attraktiven Zusatzleistungen und einem wettbewerbsfähigen Gehalt, was die Universität zu einem idealen Ort für engagierte Fachkräfte macht.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Professor of Data Analysis 2 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 University of Graz 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 Professor of Data Analysis 2 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 Professor of Data Analysis 2 bei University of Graz gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei University of Graz 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 University of Graz entscheidend sein!
