Stellenbeschreibung:
Aktuelle Karriere-Informationen von Universität Graz für die Position als Professur für Machine Learning Methods 2. If the Professur für Machine Learning Methods 2 Stellenangebot in Graz Ihren Qualifikationen entspricht, reichen Sie Ihre Bewerbung bitte direkt über das aktualisierte Jobkos-Portal ein.
Bitte beachten Sie, dass eine Bewerbung Qualifikationen erfordert, die vom Arbeitgeber festgelegt wurden. Wir hoffen, dass diese Karrierechance bei Universität Graz für die Position als Professur für Machine Learning Methods 2 unten zu Ihrem Profil passt.
Professur für Machine Learning Methods (m/w/d)
IDea_Lab - Das interdisziplinäre digitale Labor der Universität Graz
Stellenprofil
- Bewerbungsfrist: 16.09.2026
- Wochenstunden: 40 h/W
- Verwendungsgruppe: A1
- Dienstbeginn: Oktober 2027
- Anstellungsdauer: Unbefristet
- Mindestentgelt: € 93.986,20 brutto/Jahr (kollektivvertraglich; Verhandlungsspielraum möglich)
Aufgaben und Verantwortlichkeiten
Die Professur konzentriert sich auf methodische Grundlagen und Anwendungen probabilistischer Machine-Learning-Methoden im interdisziplinären Kontext einer Volluniversität. Probabilistische Modelle und Methoden sind zentrale Bausteine moderner KI und bilden die Basis für Anwendungen in:
- Geistes-, Natur-, Umwelt-, Rechts-, Sozial- und Wirtschaftswissenschaften.
Schwerpunkte der Tätigkeit:
- Entwicklung und Analyse probabilistischer Modelle (z. B. Bayes'sche Modelle, latente Variablenmodelle)
- Effiziente Inferenzmethoden (z. B. Sampling-Methoden), Unsicherheitsquantifizierung, Kalibrierung und probabilistische Prognose
- Interdisziplinäre Anwendung dieser Methoden in Forschung und Lehre
- Stärkung der methodischen Expertise des IDea_Lab (Interdisziplinäres Digitales Labor für Machine Learning, Data Science und digitale Transformation)
- Aufbau robuster interdisziplinärer Forschungsnetzwerke innerhalb der Universität Graz, ausgehend vom fakultätsübergreifenden IDea_Lab
- Konsolidierung des Fachgebiets durch neuartige interdisziplinäre Konzepte in Zusammenarbeit mit bestehenden Professuren und Forschungspartner:innen
Die Professur pflegt enge Verbindungen zu:
- Statistik, Optimierung, Data Science, Angewandter Mathematik
- Verschiedenen Fachbereichen der Universität Graz
Anstellungserfordernisse
- Abgeschlossenes inländisches oder gleichwertiges ausländisches Hochschulstudium (Doktorat/PhD)
- Habilitation oder gleichzuwertende Qualifikation in Mathematik, Informatik oder fachnahen Disziplinen
- Hervorragende wissenschaftliche Qualifikation in Forschung und Lehre für das Fachgebiet (in Relation zu akademischem Alter und Erwerbsunterbrechungen durch Betreuungspflichten)
- Erfolgreiche Einwerbung kompetitiver Drittmittelprojekte
- Kompetenz in Hochschuldidaktik inkl. Einsatz digitaler Medien
- Erfahrung in der Betreuung von Nachwuchswissenschafter:innen
- Auslandserfahrung während der wissenschaftlichen Laufbahn
- Management- und Führungserfahrung
- Kompetenz in Gender Mainstreaming und Diversitätsmanagement
- Exzellente Englischkenntnisse und Bereitschaft, Deutsch zu lernen
Fachliche Anforderungen
- Herausragende wissenschaftliche Leistungen in:
- Interdisziplinärer Anwendung und
- Methodenentwicklung des probabilistischen Maschinellen Lernens
- Nachgewiesene interdisziplinäre Zusammenarbeit durch Publikationen in hochrangigen Fachjournalen
- Erfahrung oder Bereitschaft zu interdisziplinärer Lehre
- Wissenschaftskommunikation (wünschenswert)
- Open Science (wünschenswert)
Persönliche Kompetenzen
- Hohe Motivation zu wissenschaftlicher Exzellenz in Forschung und Lehre
- Verantwortungsbewusste Arbeitsweise
- Teamfähigkeit und Inspirationskraft für Kolleg:innen und Studierende
- Freude an interdisziplinärer und internationaler Zusammenarbeit
- Wissenschaftliche Integrität und Problemlösungsfähigkeit
Wir bieten
- Abwechslungsreiche, eigenverantwortliche Tätigkeit
- Angenehmes Arbeitsklima und flexible Arbeitszeiten
- Zahlreiche Weiterbildungs- und Entwicklungsmöglichkeiten
- Herausforderndes Umfeld mit Teamgeist und Arbeitsfreude
Bewerbungsunterlagen (in
englischer Sprache)
- Bewerbungsschreiben
- Lebenslauf mit Beschreibung des wissenschaftlichen Werdegangs
- Publikationsverzeichnis (nummeriert, mit vollständigen bibliographischen Angaben, geordnet nach):
- Monographien
- (Mit-)herausgegebene Bände
- Zeitschriftenartikel
- Sonstiges
- Lehrkonzept inkl. Darstellung der bisher abgehaltenen Lehre
- Liste der bisherigen Forschungsprojekte und Kooperationen
- Beschreibung der zukünftigen Forschungsabsichten
- Nennung der fünf wichtigsten Publikationen
Kontakt
Univ. Prof. Dr. Martin Holler Webseite des Instituts
Hinweise
- Die Universität Graz strebt eine Erhöhung des Frauenanteils in Leitungsfunktionen an und fordert qualifizierte Frauen ausdrücklich zur Bewerbung auf. Bei gleicher Qualifikation werden Frauen vorrangig berücksichtigt.
- Bewerbungen ausschließlich über das webbasierte Bewerber:innen-Tool der Universität Graz (datenschutzrechtliche Vorgaben).
We work for tomorrow. Werden Sie Teil davon!
Job-Informationen:
- Unternehmen: Universität Graz
- Position: Professur für Machine Learning Methods 2
- Arbeitsort: Graz
- Land: AT
So bewerben Sie sich:
Nachdem Sie die Kriterien und Mindestanforderungen in der Stellenanzeige gelesen und verstanden haben, Professur für Machine Learning Methods 2 at the office Graz bereiten Sie bitte umgehend Ihre Bewerbungsunterlagen (Anschreiben, Lebenslauf, Zeugnisse) vor. Senden Sie diese über den Link 'Nächste Seite' unten ein.
Nächste Seite »