Detailansicht des Stellenangebots

Wissenschaftliche:r Mitarbeiter:in (m/w/d), EG 13 TV-H, befristet, Teilzeit (derzeit 30 Wochenstunden)

Bewerbungsfrist:

08.07.2026

Einstellungsbeginn:

baldmöglichst

Kennziffer:

39327

Teilzeit mit 75,00 Prozent der regelmäßigen Arbeitszeit einer/eines Vollzeitbeschäftigten. Die Stelle ist zunächst für 3 Jahre befristet (Qualifikationsstelle gem. § 72 HessHG i. V § 2 Abs. 1 Satz 1 WissZeitVG). Die Möglichkeit zur Promotion ist gegeben.

Aufgaben:

Wir suchen eine hochmotivierte Person für unsere Forschungsgruppe, die sich auf theoretische und angewandte Forschung in den Bereichen mathematische Modellierung, Numerik und Programmierung mit Anwendungen in den Lebenswissenschaften spezialisiert. Das Hauptziel besteht darin

• aktuelle wissenschaftliche Ansätze in die bestehenden rechnergestützten Methoden und Codes zu integrieren
• eigenständige Bearbeitung eines Forschungsteilgebiets der Numerik
• Verfahren zur Identifizierung von biologischen Rhythmen zu entwickeln, insbesondere Algorithmen des Maschinellen Lernens wie K-Means-Clustering, Self-Organizing Maps u.a.
• wissenschaftliche Berichte, Publikationen und Dokumentationen von Forschungsergebnissen zu verfassen,
• das Fachgebiet Numerik und Mathematische Modellbildung in Forschung und Lehre zu unterstützen.

Ihr Profil:

• Sie sind hoch motiviert und verfügen über ein gutes bis sehr gutes abgeschlossenes wissenschaftliches Hochschulstudium der Mathematik an einer wissenschaftlichen Hochschule. Der erforderliche Abschluss muss spätestens zum Stellenantritt vorliegen.
• Sehr gute Kenntnisse und nachgewiesene Erfahrung in den Methoden der Numerik, des Maschinellen Lernens, der Signalverarbeitung.
• Sie haben Interesse an aktuellen Anwendungsfeldern, z. B. an der Identifikation von biologischen Rhythmen, an der Wirkstoffentwicklung oder dem Test medizinischer Produkte im „Virtuellen Auge“.
• Sie verfügen über Programmierkenntnisse.

Von Vorteil sind:

• Erfahrung in der Softwareentwicklung mit Python und C++, einschließlich unsupervised-Learning-Frameworks
• Kenntnisse und praktische Umsetzungserfahrung in den Bereichen Maschinelles Lernen und Finite Elemente
• Fähigkeit und Erfahrung, komplexe Sachverhalte klar und präzise auf Englisch zu präsentieren
• Eine sorgfältige und eigenverantwortliche Arbeitsweise
• Ein hohes Maß an Organisationsfähigkeit
• Teamfähigkeit

Bitte senden Sie Ihre Bewerbung (einschließlich Bewerbungsformular, Lebenslauf, Zeugnisse, Zertifikate und Publikationsliste) als ein einziges PDF-Dokument (6 MB) unter Angabe der Kennziffer in der Betreffzeile über das Online-Formular.

Für weitere Informationen wenden Sie sich bitte an die Leiterin des Teilprojektes, Prof. Dr. Elfriede Friedmann, E-Mail: friedmann(at)uni-kassel.de.