Wissenschaftlicher Mitarbeiter (m/w/d) Angewandte Funktionalanalysis
Stelleninformationen
Universitäten
Qualifikationsebene: Master, Diplom (Universität), Magister, Staatsexamen und vergleichbar
Dienstort: Chemnitz
Anstellungsverhältnis:befristet
Bewerbungsfrist:03.01.2027
Die Technische Universität Chemnitz ist eine innovative Wissenschafts- und Bildungseinrichtung, die sich den Herausforderungen im Wettbewerb zwischen den Hochschulen bewusst stellt. Sie bietet Persönlichkeiten mit ausgewiesener fachlicher Kompetenz, die konstruktiv an der innovativen Weiterentwicklung mitwirken möchten, attraktive Arbeitsplätze.
Zum 01.04.2027 ist an der Fakultät für Mathematik, Professur Angewandte Funktionalanalysis, vorbehaltlich der haushaltsrechtlichen Verfügbarkeit, eine Stelle als vollzeitbeschäftigte/r
Wissenschaftliche/r Mitarbeiter/in (m/w/d)
befristet bis 31.03.2029 zu besetzen. Der Arbeitsplatz ist grundsätzlich auch für Teilzeitbeschäftigung geeignet. Bei entsprechenden Bewerbungen erfolgt die Überprüfung, ob den Teilzeitwünschen im Rahmen der dienstlichen Möglichkeiten entsprochen werden kann.
Die befristete Einstellung erfolgt gemäß den Regelungen des Wissenschaftszeitvertragsgesetzes (WissZeitVG) und des Sächsischen Hochschulgesetzes (SächsHSG) in der jeweils geltenden Fassung.
Arbeitsaufgaben
- Mitarbeit in der Lehre im Umfang von 4 LVS
- Forschung in den Bereichen angewandte Funktionalanalysis, Fourier-Analysis, maschinelles Lernen und numerische lineare Algebra
- Entwicklung von Methoden des maschinellen Lernens und schnelle Algorithmen mit Anwendungsbezug
Ihre Forschungsergebnisse nutzen Sie für wissenschaftliche Veröffentlichungen und die eigene Qualifizierung. Es handelt sich um eine Stelle zur wissenschaftlichen Weiterqualifikation.
Sie arbeiten gern in einem interdisziplinären, hoch motivierten Team und möchten sich wissenschaftlich mit Themen von hoher praktischer Relevanz auseinandersetzen? Dann erfüllen Sie die Einstellungskriterien gemäß § 73 SächsHSG und bringen insbesondere folgende Voraussetzungen mit:
- Abgeschlossenes wissenschaftliches Hochschulstudium (Diplom, Master oder gleichwertiger Abschluss) im Bereich angewandte Mathematik oder vergleichbarer Disziplinen, welches den Zugang zur entsprechenden Qualifikationsebene eröffnet
- Abgeschlossene Promotion ist von Vorteil
- sehr gute Deutsch- oder Englischkenntnisse in Wort und Schrift (mindestens Niveau C1)
- Erfahrung in der Programmierung mit Python (z. B. NumPy, PyTorch) sowie im Umgang mit Git und GitHub
- Von Vorteil sind Kenntnisse in numerischer Fourier-Analysis, Bild- und Signalverarbeitung, in den theoretischen Grundlagen des maschinellen Lernens oder in der mathematischen Modellierung.
Wir bieten Ihnen:
- Mitarbeit in einem kooperativen und hilfsbereiten Team
- attraktive und familienfreundliche Arbeitsbedingungen
- vielfältiges Mensaangebot für die Pausenversorgung
- optimale Verkehrsanbindung aller Universitätsstandorte an den öffentlichen Personennahverkehr/Vergünstigungen bei der Nutzung des ÖPNV (Job-Ticket)
- attraktive Angebote der Gesundheitsförderung
- vielfältige Fort- und Weiterbildungsmöglichkeiten
- 30 Tage kalenderjährlichen Urlaub bei einer 5-Tage-Arbeitswoche
- Betriebliche Altersvorsorge (VBL), Jahressonderzahlung und vermögenswirksame Leistungen
Die Auswahl erfolgt nach Eignung, Befähigung und fachlicher Leistung. Wir freuen uns über Bewerbungen von Menschen – unabhängig von Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion/Weltanschauung, Behinderung, Alter sowie sexueller Orientierung und Identität. Wir bieten darüber hinaus allen Mitarbeitenden eine familienfreundliche Infrastruktur, in einem weltoffenen, von Internationalisierung und Vielfältigkeit geprägten Umfeld. Die TU Chemnitz setzt aktiv auf die Vielfalt und Gleichstellung aller Mitarbeitenden und ist bestrebt, schwerbehinderte Menschen oder ihnen Gleichgestellte besonders zu fördern, achtet im Bewerbungsverfahren bei gleicher Eignung auf eine bevorzugte Berücksichtigung und bittet daher um einen entsprechenden Hinweis in Ihrer Bewerbung.
#J-18808-Ljbffr