Wissenschaftliche Mitarbeiterin / Wissenschaftlichen Mitarbeiter (w/m/d)

Die Universität Passau genießt durch exzellente Forschung, innovative Lehre und ein dichtes internationales Netzwerk hohe Sichtbarkeit und Ansehen. Rund 11.000 Studierende aus 100 Nationen und über 1.300 Beschäftigte lernen und arbeiten nahe der Altstadt auf einem Campus, der modernste technische Infrastruktur mit einer preisgekrönten städtebaulichen Anlage vereint. International erfolgreiche Hightech-Firmen und eine lebhafte Gründerszene, gepaart mit reicher Kultur und niederbayerischer Tradition, verleihen Stadt und Region Strahlkraft und tragen zur hervorragenden Arbeits- und Lebensqualität bei.

Der Lehrstuhl für Data Science (Professor Dr. Michael Granitzer) der Universität Passau sucht ab 1. Januar 2027 eine/einen

Wissenschaftliche Mitarbeiterin / Wissenschaftlichen Mitarbeiter (w/m/d)

in Vollzeit. Die Eingruppierung erfolgt in die Entgeltgruppe 13 des TV-L. Die Stelle ist befristet für die Dauer von drei Jahren. Mit abgeschlossenem Bachelorstudium (Universität) vergüten wir die Entgeltgruppe 12 des TV-L.

Ihre Aufgaben

• Mitarbeit in dem EU geförderten Forschungsprojekt „CoopAIFA“ zum Aufbau einer europäischen Web-Daten Infrastruktur sowie in thematisch verwandten Infrastrukturprojekten
• Entwicklung von KI-basierter Crawling und Suchinfrastruktur sowie Aufbau von RAGs und Agentischen Suchsystemen
• Entwicklung von Prototypen und Demonstratoren
• Zusammenarbeit mit internen und externen Projektpartnern

Ihr Profil

• Überdurchschnittlicher Universitätsabschluss (Diplom oder Master) in Informatik, Mathematik, Data Science, Künstlicher Intelligenz oder einem äquivalenten Studiengang. Bei ausgezeichneten weiteren Leistungen genügt ein exzellenter Bachelorabschluss in den genannten Fächern, sofern ein Master-Abschluss zeitlich nahe liegt.
• Sehr gute Kenntnisse im Bereich maschinelles Lernen, Deep Learning, Software-Engineering sowie sehr gute Kenntnisse im Bereich der Forschung zu Media Bias
• Sehr gute Kenntnisse im Bereich KI-basierte Suchsysteme und/oder Big-Data Systemen sowie HPC Infrastruktur.