Blätter-Navigation

An­ge­bot 341 von 441 vom 03.02.2021, 11:55

logologo

Tech­ni­sche Uni­ver­si­tät Dres­den - Fakul­tät Ver­kehrs­wis­sen­schaf­ten „Fried­rich List“, Insti­tut für Wirt­schaft und Ver­kehr

Die TU Dres­den ist eine der elf Exzel­len­z­u­ni­ver­sitä­ten Deut­sch­lands. Als Voll­u­ni­ver­sität mit brei­tem Fächer­spek­trum zählt sie zu den for­schungs­s­tärks­ten Hoch­schu­len. Aus­tau­sch und Koope­ra­tion zwi­schen den Wis­sen­schaf­ten, mit Wirt­schaft und Gesell­schaft sind dafür die Grund­lage. Ziel ist es, im Wett­be­werb der Uni­ver­sitä­ten auch in Zukunft Spit­zen­plätze zu bele­gen. Daran und am Erfolg beim Trans­fer von Grund­la­gen­wis­sen und For­schung­s­er­geb­nis­sen mes­sen wir unsere Leis­tun­gen in Lehre, Stu­dium, For­schung und Wei­ter­bil­dung. Wis­sen schafft Brü­cken. Seit 1828.

wiss. Mit­ar­bei­ter/in

(bei Vor­lie­gen der per­sön­li­chen Vor­aus­set­zun­gen E 13 TV-L)
Die Stelle ist zum 01.04.2021 bis 31.03.2024 (Beschäf­ti­gungs­dauer gem. WissZeitVG) mit dem Ziel der eige­nen wiss. Wei­ter­qua­li­fi­ka­tion (i.d.R. Pro­mo­tion) zu beset­zen.

Auf­ga­ben­be­sch­rei­bung:

Mit­ar­beit am deutsch- und eng­lisch­spra­chi­gen Lehr­an­ge­bot der Pro­fes­sur (Lehr­ver­pflich­tung gem. DAVOHS); Durch­füh­rung von Prü­fun­gen; Betreu­ung von Semi­nar- und Abschluss­ar­bei­ten sowie Über­nahme admi­nis­tra­ti­ver Auf­ga­ben. Im Rah­men Ihrer Pro­mo­tion wer­den neben einer hohen Selbst­stän­dig­keit bei der Bear­bei­tung Ihrer Auf­ga­ben insb. eine hohe Bereit­schaft zur For­schung an den The­men der Pro­fes­sur, die Anfer­ti­gung wiss. Publi­ka­tio­nen und die Prä­sen­ta­tion der For­schungs­er­geb­nisse auf ein­schlä­gi­gen Kon­fe­ren­zen erwar­tet.

Er­war­te­te Qua­li­fi­ka­tio­nen:

sehr guter wiss. Hoch­schul­ab­schluss der Stu­di­en­gänge Data Sci­ence, Infor­ma­tik, Sta­tis­tik, Ver­kehrs­wirt­schaft (Schwer­punkt: Öko­no­me­trie und/oder Opti­mie­rung), Wirt­schafts­in­for­ma­tik oder einem ver­gleich­ba­ren Stu­di­en­gang; fun­dierte Kennt­nisse in den The­men­ge­bie­ten (evo­lu­tio­näre und/oder mehr­kri­te­ri­elle) Opti­mie­rung, AutoML sowie Deep Lear­ning; umfang­rei­che Fähig­kei­ten im Umgang mit den daten­ana­ly­tisch rele­van­ten Pro­gram­mier­spra­chen R und Python; sehr gute Deutsch- und Eng­lisch­kennt­nisse; ein all­ge­mei­nes Inter­esse an der Beant­wor­tung daten­ana­ly­ti­scher Fra­ge­stel­lun­gen. Des Wei­te­ren soll­ten Sie viel Eigen­in­itia­tive, Ein­satz­be­reit­schaft und ein hohes Maß an Team­fä­hig­keit mit­brin­gen. Erste Erfah­run­gen in der uni­ver­si­tä­ren Lehre (bspw. durch die Betreu­ung von Tuto­rien) und/oder im wiss. Arbei­ten sind erwünscht.

Hin­wei­se zur Be­wer­bung:

Frauen sind aus­drück­lich zur Bewer­bung auf­ge­for­dert. Sel­bi­ges gilt auch für Men­schen mit Behin­de­run­gen.
Ihre aus­sa­ge­kräf­tige Bewer­bung sen­den Sie bitte mit den übli­chen Unter­la­gen bis zum 02.03.2021 (es gilt der Post­stem­pel der ZPS der TU Dres­den) an: TU Dres­den, Fakul­tät Ver­kehrs­wis­sen­schaf­ten „Fried­rich List“, Insti­tut für Wirt­schaft und Ver­kehr, Herrn Prof. Hirte, Helm­holtz­str. 10, 01069 Dres­den oder über das Secu­re­Mail Por­tal der TU Dres­den https://securemail.tu-dresden.de als ein PDF-Doku­ment an kerstin.gessner@tu-dresden.de. Ihre Bewer­bungs­un­ter­la­gen wer­den nicht zurück­ge­sandt, bitte rei­chen Sie nur Kopien ein. Vor­stel­lungs­kos­ten wer­den nicht über­nom­men.

Hin­weis zum Daten­schutz: Wel­che Rechte Sie haben und zu wel­chem Zweck Ihre Daten ver­ar­bei­tet wer­den sowie wei­tere Infor­ma­tio­nen zum Daten­schutz haben wir auf der Web­seite https://tu-dresden.de/karriere/datenschutzhinweis für Sie zur Ver­fü­gung gestellt.