Doktorand*in in der Arbeitsgruppe Massive Data Processing der Fakultät 4

Die Bergische Universität Wuppertal ist eine dynamische, forschungsorientierte Campusuniversität. Getreu ihres Leitmotivs „Verstehen, Vermitteln, Gestalten“ widmet sie sich den großen gesellschaftlichen Herausforderungen in Wissenschaft, Bildung, Kultur, Wirtschaft, Gesellschaft, Technik und Umwelt. Sie ist aktive Partnerin in den Netzwerken der Region sowie in nationalen und internationalen Kooperationen. Rund 24.500 Menschen studieren, forschen und arbeiten hier an neun Fakultäten, in teils interdisziplinären Forschungseinrichtungen oder in der Verwaltung.

In der Fakultät für Mathematik und Naturwissenschaften, in der Fachgruppe Mathematik und Informatik, in der Arbeitsgruppe Massive Data Processing, suchen wir Unterstützung.

Wissenschaftliche*r Mitarbeiter*in (Doktorand*in)

IHRE AUFGABEN

Eigenständige Mitarbeit an innovativer Forschung im Bereich Scalable Machine Learning für daten- und prozessorientierte Anwendungen mit dem Ziel der Promotion

Entwicklung neuartiger Methoden für skalierbare, nachhaltige und kontinuierlich lernende Machine-Learning-Systeme

Forschung zu modernen Lernverfahren, z. B. Foundation Models, Self-Supervised Learning, Contrastive Learning oder Continual Learning

Mitwirkung bei der Planung und wissenschaftlichen Durchführung nationaler und internationaler Forschungsprojekte

Erstellung wissenschaftlicher Publikationen und Präsentation der Forschung auf internationalen Fachkonferenzen

Mitwirkung bei der Einwerbung und Durchführung von Drittmittelprojekten

Eigenständige Betreuung von Übungen, Praktika und studentischen Arbeiten, insbesondere im Rahmen der Bachelorveranstaltung Datenbanken (max. im Umfang von 4 LVS)

Mitwirkung bei der Durchführung von Prüfungen

Mitwirkung bei der Betreuung von Bachelor- und Masterarbeiten im Bereich Scalable Machine Learning for Data and Processes

IHR PROFIL

Überdurchschnittlich abgeschlossenes wissenschaftliches Hochschulstudium (Master oder vergleichbar) in Informatik oder einem verwandten Fach

Interesse an moderner Forschung im Bereich Machine Learning, insbesondere an skalierbaren, nachhaltigen und daten-effizienten Lernverfahren

Gute Programmierkenntnisse, vorzugsweise in Python

Fähigkeit zu analytischem, strukturiertem und eigenständigem Arbeiten

Ausgeprägtes Interesse an wissenschaftlicher Forschung und einer Promotion

Erfahrungen in der Durchführung von Übungen zu Lehrveranstaltungen in Informatik

Soziale und kommunikative Kompetenz

Sehr gute Englischkenntnisse

Deutschkenntnisse mindestens auf dem Niveau B2

Es handelt sich um eine Qualifizierungsstelle im Sinne des Wissenschaftszeitvertragsgesetzes (WissZeitVG), die zur Förderung eines Promotionsverfahrens dient. Die Stelle ist befristet für die Dauer des Promotionsverfahrens, jedoch vorerst bis zu 3 Jahren, zu besetzen. Eine Verlängerung zum Abschluss der Promotion ist innerhalb der Befristungsgrenzen des WissZeitVG ggf. möglich.

Beginn
zum nächstmöglichen Zeitpunkt

Dauer
befristet bis zu 3 Jahren

StellenwertE 13 TV- L

Umfang
Vollzeit (Teilzeit ist möglich, bitte geben Sie bei der Bewerbung an, ob Sie auch bzw. nur an einer Teilzeitbeschäftigung interessiert wären)

Kennziffer
26271

Ansprechpartner
Herr Prof. Dr. Marwan Hassani [E-Mail Adresse gelöscht]

Bewerbungen überstellenausschreibungen.uni-[Website-Link gelöscht]

Bewerbungsfrist
05.10.2026

An der Bergischen Universität schätzen wir die individuellen und kulturellen Unterschiede unserer Universitätsangehörigen und setzen uns für Gleichstellung, Chancengerechtigkeit und die Vereinbarkeit von Familie und Beruf ein. Bewerbungen von Menschen jeglichen Geschlechts sowie von Menschen mit Schwerbehinderung und ihnen gleichgestellten Personen sind willkommen. Frauen werden nach Maßgabe des Landesgleichstellungsgesetzes NRW bevorzugt berücksichtigt, sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen. Die Rechte von Menschen mit einer Schwerbehinderung, bei gleicher Eignung bevorzugt berücksichtigt zu werden, bleiben unberührt.

Bewerbungen umfassen alle notwendigen Unterlagen (Anschreiben, Lebenslauf, Nachweis des abgeschlossenen Hochschulstudiums, Arbeitszeugnisse, ggf. Nachweis einer Schwerbehinderung). Unvollständig eingereichte Bewerbungen können nicht berücksichtigt werden!