Requirements at a glance

Promotion (Required)
Python (Preferred)
C++ (Preferred)
Julia (Preferred)
Maschinelles Lernen Bibliotheken (Required)
Linux Administration (Preferred)
Postdoc Erfahrung (Preferred)
Englisch (Required)
Deutsch (Preferred)

RequiredPreferred

1 day ago

Akademischer Mitarbeiterin (w/m/d)

Am Institut für Mathematik der Universität Heidelberg ist in der Arbeitsgruppe Scientific Machine Learning (Prof. Dr. Jakob Zech) zum nächstmöglichen Zeitpunkt folgende Stelle (auf Dauer in Vollzeit 100%) zu besetzen: Akademischer Mitarbeiterin (w/m/d)

Soweit die beamtenrechtlichen und haushaltsrechtlichen Voraussetzungen erfüllt sind, ist eine Übernahme in das Beamtenverhältnis als Akademische*r Rätin/Rat möglich.

Ihre Aufgaben:

Koordination des Studiengangs: Unterstützung bei der Implementierung und Weiterentwicklung des neuen Masterstudiengangs „Mathematics of Machine Learning and Data Science (MMLDS)“ in organisatorischer und inhaltlicher Hinsicht
Technische Leitung und Infrastruktur: Aufbau, Betrieb und Weiterentwicklung der technischen Infrastruktur des Instituts sowie der technischen Plattform des Moduls „Data Science Lab“ im MMLDS-Master zur Unterstützung von Lehre und Forschung (u. a. Administration von HPC-Ressourcen mit GPUs)
Forschung: Mitarbeit an Forschungsprojekten im Bereich Scientific Machine Learning und benachbarten Gebieten
Wissenschaftsmanagement: Unterstützung bei der Außendarstellung des Instituts und der Gruppe (z. B. Webseite) und administrative Aufgaben im wissenschaftlichen Kontext
Lehre: Durchführung von Lehrveranstaltungen, insbesondere im Bereich der praktischen Programmierausbildung und Data Science, sowie Betreuung von Studierenden im Data Science Lab und bei Seminar- und Abschlussarbeiten. Die Lehrverpflichtung richtet sich nach der LVVO in der jeweils geltenden Fassung.

Ihr Profil:

Eine Promotion in Mathematik, Informatik, Physik oder einem verwandten Fachgebiet. Erfahrung nach der Promotion im akademischen Bereich oder in einer praktischen Tätigkeit im einschlägigen Bereich ist förderlich.
Ausgeprägtes technisches Verständnis und fundierte Programmierkenntnisse (vorzugsweise in Python, C++ oder Julia)
Erfahrung im Umgang mit modernen Bibliotheken für maschinelles Lernen (z. B. PyTorch, JAX, TensorFlow) und idealerweise Kenntnisse in der Administration von Linux-basierten Systemen/HPC-Umgebungen