Stellenausschreibungen

Referenten/-in für die Medien- und Öffentlichkeitsarbeit

Der Exzellenzcluster „Maschinelles Lernen – Neue Perspektiven für die Wissenschaft“ an der Universität Tübingen sucht zum nächstmöglichen Zeitpunkt eine/einen

Referenten/-in für die Medien- und Öffentlichkeitsarbeit (m/w/d, TV-L E13)

in Teilzeit (50%). Die Stelle ist zunächst befristet bis zum 31.12.2025.

Für den Bereich interne und externe Kommunikation des Exzellenzclusters suchen wir zum nächstmöglichen Zeitpunkt eine/einen Referenten/in für die Presse- und Medienarbeit, die/der aktuelle Entwicklungen im Bereich des maschinellen Lernens und die im Cluster gewonnenen Erkenntnisse für verschiedene Kommunikationskanäle, v.a. für Social Media, aufbereitet und zielgruppengerecht präsentiert.

Ihre Aufgaben und Tätigkeiten umfassen:

  • Entwicklung einer Gesamtstrategie für unsere Öffentlichkeitsarbeit
  • Umsetzung einer Social-Media-Strategie
  • Entwicklung und Durchführung von Veranstaltungsformaten zur Vermittlung der Forschungsergebnisse in der Öffentlichkeit
  • Themenrecherche
  • Nutzung der vorhandenen Ressourcen zur Öffentlichkeitsarbeit an der Universität Tübingen für die Kommunikations-Ziele des Exzellenzclusters (Schnittstellenfunktion)

Anforderungsprofil:

  • Sie haben erfolgreich ein wissenschaftliches Hochschulstudium abgeschlossen (Master oder Diplom)
  • Sie haben einschlägige Berufserfahrung in der Presse- und Öffentlichkeitsarbeit, insbesondere im Bereich „Social Media“
  • Sie interessieren sich für das Thema des Exzellenzclusters und verstehen es, Themen aus dem Bereich maschinelles Lernen verständlich zu vermitteln. Sie haben Freude am direkten Austausch mit den beteiligten Wissenschaftlerinnen und Wissenschaftlern.
  • Sie sind stilsicher im schriftlichen und mündlichen Ausdruck, sowohl in der deutschen als auch in der englischen Sprache     
  • Sie sind in hohem Maße teamfähig und kommunikationsstark und behalten durch Organisationstalent und strukturierte, vorausschauende Arbeitsweise auch unter hoher Arbeitsbelastung den Überblick
  • Zuverlässigkeit und Sorgfalt sind für Sie ebenso selbstverständlich wie Loyalität und engagiertes und lösungsorientiertes Denken und Handeln
  • Ein freundliches, verbindliches und souveränes Auftreten runden Ihr Profil ab.


Wir bieten:
Einen interessanten, vielseitigen Arbeitsplatz mit Gestaltungsspielraum in einem Forschungsgebiet mit sehr hoher gesellschaftlicher Relevanz. Sie werden in ein nettes, motiviertes Team eingebunden, welches in einem international geprägten akademischen Umfeld agiert. Informationen zum Exzellenzcluster entnehmen Sie bitte unserer Homepage unter www.ml-in-science.uni-tuebingen.de/.

Ihre Bewerbung mit den üblichen Unterlagen (Bewerbungsschreiben, Lebenslauf, Abschlusszeugnisse) schicken Sie bitte bis zum 08. Dezember 2019 per E-Mail als eine einzige pdf-Datei an die Geschäftsstelle des Exzellenzclusters (ml-in-sciencespam prevention@uni-tuebingen.de).

Schwerbehinderte Bewerber/innen werden bei gleicher Eignung und Befähigung bevorzugt berücksichtigt. Frauen werden ausdrücklich zur Bewerbung aufgefordert. Die Einstellung erfolgt durch die Zentrale Verwaltung der Universität Tübingen.

 Druckversion

Wissenschaftliche/n Leiter/in der zentralen Clustereinrichtung „Wissenschaftliches Transferzentrum”

Der Exzellenzcluster “Maschinelles Lernen: Neue Perspektiven für die Wissenschaft“ an der Universität Tübingen sucht zum nächstmöglichen Zeitpunkt einen/eine

Wissenschaftliche/n Leiter/in der zentralen Clustereinrichtung „Wissenschaftliches Transferzentrum” (m/f/d, TV-L E14, 100%)

Die Stelle ist zunächst bis zum 31.12.2025 befristet, es besteht die Möglichkeit der Entfristung.

Das neu einzurichtende Transferzentrum soll die zentrale Schnittstelle zwischen dem Exzellenzcluster und den Fachbereichen der Universität bilden. Der wissenschaftliche Leiter/die wissenschaftliche Leiterin soll den Wissenstransfer vom Bereich maschinelles Lernen aus dem Exzellenzcluster in die anderen Fachbereiche der Universität vorantreiben, sowie die Verknüpfung von fachwissenschaftlichen Anwendungsbereichen mit der Forschung im Bereich des maschinellen Lernens organisieren.

IHRE AUFGABEN

  • Fachliche Erstberatung von wissenschaftlichen Projekten aus einer Vielzahl an Disziplinen bei Fragen im Bereich maschinelles Lernen
  • Entwicklung von Prototypen für Standard Use Cases des maschinellen Lernens
  • Organisation von Netzwerkveranstaltungen zwischen dem Bereich maschinelles Lernen und wissenschaftlichen Anwendungsfächern
  • Entwicklung von ausgewählten Lehrveranstaltungen, in denen Doktoranden und Wissenschaftler aus anderen Fachbereichen an das maschinelle Lernen herangeführt werden
  • Personalverantwortung für am Transferzentrum angestellte Wissenschaftler/Wissenschaftlerinnen

Wenn Sie Lust haben, eine Vielzahl von wissenschaftlichen Projekten an der Schnittstelle zwischen maschinellem Lernen und anderen Wissenschaftsbereichen voranzutreiben oder zu begleiten, dann ist diese Stelle genau das Richtige für sie. Die Stelle bietet einen großen Gestaltungsspielraum. Die Möglichkeit an Publikationen mitzuwirken ist gegeben, ist aber nicht das primäre Ziel der Stelle. Das Transferzentrum konzentriert sich auf den Transfer von Methoden des maschinellen Lernens in andere Wissenschaftsbereiche. Ansprechpartner sind Doktoranden und Wissenschaftler aus anderen Fächern. Lehre in Bachelor- oder Masterstudiengängen und Transfer in die Industrie werden explizit nicht im Aufgabenbereich des Transferzentrums sein.

IHR PROFIL

  • Eine Promotion im maschinellen Lernen oder Data Science und einen Hintergrund in Informatik, Physik, Mathematik oder einem vergleichbaren Bereich
  • Gute Kommunikationsfähigkeit mit unterschiedlichsten Personen in Deutsch und Englisch
  • Es macht Ihnen Spaß, Probleme des maschinellen Lernens in ganz verschiedenen Kontexten zu bearbeiten und sich in die jeweiligen Kontexte einzuarbeiten. Sie sind neugierig auf die Forschung in diversen Wissenschaftsbereichen
  • Programmiererfahrung in den üblichen Sprachen (Python, R, C++)
  • Erfahrung im Projektmanagement

Bewerbungen mit den üblichen Unterlagen (Anschreiben, Lebenslauf, Zeugniskopien, Publikationsliste) werden bis zum 08. November 2019 in elektronischer Form (als ein einziges Gesamt-PDF nicht größer als 5 MB) erbeten an die Geschäftsstelle des Exzellenzclusters (ml-in-sciencespam prevention@uni-tuebingen.de). Fragen zu dieser Ausschreibung richten Sie bitte ebenfalls an die Geschäftsstelle.

Die Universität strebt eine Erhöhung des Anteils von Frauen in Forschung und Lehre an und bittet deshalb entsprechend qualifizierte Wissenschaftlerinnen nachdrücklich um ihre Bewerbung. Qualifizierte internationale Wissenschaftlerinnen und Wissenschaftler sind ausdrücklich aufgefordert, sich zu bewerben. Schwerbehinderte werden bei gleicher Eignung bevorzugt berücksichtigt.

Koordinator/-in für die Gradiuertenausbildung im Exzellenzcluster „Maschinelles Lernen“ und den Master-Studiengang „Maschinelles Lernen“ - GESCHLOSSEN

Der Exzellenzcluster „Maschinelles Lernen – Neue Perspektiven für die Wissenschaft“ sucht gemeinsam mit dem Fachbereich Informatik der Universität Tübingen zum nächstmöglichen Zeitpunkt eine/einen

Koordinator/-in für die Gradiuertenausbildung im Exzellenzcluster „Maschinelles Lernen – Neue Perspektiven für die Wissenschaft“ und den Master-Studiengang „Maschinelles Lernen“ (m/w/d, TV-L E13 100%)

Die Stelle ist zunächst befristet bis zum 31.12.2025 und grundsätzlich teilbar.

Ihre Aufgaben und Tätigkeiten umfassen:

  • Durchführung von Ausschreibungs- und Auswahlverfahren für Master-Studierende und Doktorand*innen 
  • Einbindung der Doktorand*innen in die „International Max Planck Research School for Intelligent Systems“ (IMPRS-IS)
  • Betreuung der internationalen Studierenden des MSc-Studiengangs „Maschinelles Lernen“ und von Doktorand*innen in der IMPRS-IS
  • Weiterentwicklung des Curriculums der „International Max Planck Research School for Intelligent Systems“ in enger Abstimmung mit der IMPRS-IS-Leitung
  • Fortführung des Modulhandbuchs des MSc-Studiengangs „Maschinelles Lernen“ in Abstimmung mit dem Fachbereich Informatik
  • Durchführung von Öffentlichkeitsarbeit, Pflege des Webauftritts
  • Organisation von Workshops und Veranstaltungen

Anforderungsprofil:

  • Sie haben erfolgreich ein wissenschaftliches Hochschulstudium abgeschlossen (Master oder Diplom), bevorzugt in der Informatik oder verwandten Fächern
  • Erfahrungen im Projektmanagement von wissenschaftlichen Verbundforschungsvorhaben oder in der Lehrkoordination sind von Vorteil
  • Sie haben Freude daran, mit internationalen Studierenden und Doktorand*innen umzugehen und haben interkulturelle Kompetenzen
  • Sie beherrschen die deutsche und englische Sprache ausdrucks- und verhandlungssicher in Wort und Schrift
  • Sie sind in hohem Maße teamfähig und kommunikationsstark und behalten durch Organisationstalent und strukturierte, vorausschauende Arbeitsweise auch unter hoher Arbeitsbelastung den Überblick
  • Zuverlässigkeit und Sorgfalt sind für Sie ebenso selbstverständlich wie Loyalität und engagiertes und lösungsorientiertes Denken und Handeln
  • Ein freundliches, verbindliches und souveränes Auftreten runden Ihr Profil ab.

Wir bieten:

Einen interessanten, vielseitigen Arbeitsplatz mit Gestaltungsspielraum an der Schnittstelle zwischen Wissenschaft und Verwaltung in einem Forschungsgebiet mit sehr hoher gesellschaftlicher Relevanz. Sie werden in ein nettes, motiviertes Team eingebunden, welches in einem international geprägten akademischen Umfeld agiert. Informationen zum Exzellenzcluster, der IMPRS-IS und dem Studiengang „Maschinelles Lernen“ entnehmen Sie bitte den jeweiligen Homepages.

Ihre Bewerbung mit den üblichen Unterlagen (Bewerbungsschreiben, Lebenslauf, Transcripts of Records, Abschlusszeugnisse) schicken Sie bitte bis zum 6. September 2019 per E-Mail als eine einzige pdf-Datei an die Geschäftsstelle des Exzellenzclusters (ml-in-sciencespam prevention@uni-tuebingen.de).

Schwerbehinderte Bewerber/innen werden bei gleicher Eignung und Befähigung bevorzugt berücksichtigt. Frauen werden ausdrücklich zur Bewerbung aufgefordert. Die Einstellung erfolgt durch die Zentrale Verwaltung der Universität Tübingen.

Wissenschaftliche MitarbeiterIn (m/w/d, TV-L E13, 65%)

Am Exzellenzcluster „Maschinelles Lernen – Neue Perspektiven für die Wissenschaft“ an der Universität Tübingen sind zum nächstmöglichen Zeitpunkt drei Stellen als

Wissenschaftliche MitarbeiterIn (m/w/d, TV-L E13, 65%)

zu besetzen. Die Stellen sind jeweils auf drei Jahre befristet.

Die Ausschreibung richtet sich an junge Wissenschaftlerinnen und Wissenschaftler mit sehr gutem Hochschulabschluss (Master) und Interesse an interdisziplinären Forschungsprojekten, in denen die Anwendungspotenziale von maschinellen Lernverfahren in verschiedenen Wissenschaftsfeldern untersucht werden.

Position 1: Verbesserung der Lexikalischen Semantik mit Bilderkennung. Das Projekt untersucht, wie sich die Erfassung von Wortbedeutungen durch Bildinterpretation verbessern lässt. Voraussetzung für eine Bewerbung sind Erfahrungen in der Computerlinguistik und/oder Bilderkennung und ein hohes Interesse, maschinelle Lernverfahren in der Computerlinguistik anzuwenden. Projektleiter sind Harald Baayen und Hendrik Lensch.

Position 2: Ordinale Vergleiche und Skalierung. Maschinelles Lernen für ordinale Vergleiche soll in der Psychophysik und Kognitionswissenschaften bessere Skalierungsexperimente und –Analysen (“embeddings”) ermöglichen, die dann auch den Einsatz von Crowdsourcing als ein zuverlässiges Werkzeug erlauben. Dabei sollen neue Studiendesigns entwickelt werden. Voraussetzung ist ein sehr guter Hochschulabschluss in Informatik, Kognitionswissenschaften oder Psychologie. Projektleiter sind Felix Wichmann und Ulrike von Luxburg.

Position 3: Interpretierbares räumliches maschinelles Lernen für die Umweltmodellierung. Methoden des maschinellen Lernens sollen für die Umweltmodellierung eingesetzt werden, um aus vorhandenen Daten Prozesse im Boden abzuleiten und in digitalen Bodenkarten darzustellen. Die Interpretierbarkeit der Ergebnisse soll dabei im Vordergrund stehen. Erforderlich ist ein sehr guter Hochschulabschluss in Mathematik und/oder Informatik. Projektleiter sind Philipp Hennig und Thomas Scholten.

Alle Stellen bieten die Gelegenheit zur Promotion. Bewerbungen mit den üblichen Unterlagen (Anschreiben, Lebenslauf, Kopien von Abschlusszeugnissen, Publikationsliste) richten Sie bitte in elektronischer Form (als ein Gesamt-PDF nicht größer als 5 MB) an die Geschäftsstelle des Exzellenzclusters (ml-in-science@uni-tuebingen.de). Bitte geben Sie dabei an, auf welche der drei ausgeschriebenen Stellen Sie sich bewerben möchten. Weitere Informationen über das Exzellenzcluster finden Sie unter www.ml-in-science.uni-tuebingen.de, Ihre weiteren Fragen können sie gerne an die Geschäftsstelle des Exzellenzclusters richten.

Die Universität strebt eine Erhöhung des Anteils von Frauen in Forschung und Lehre an und bittet deshalb entsprechend qualifizierte Wissenschaftlerinnen nachdrücklich um ihre Bewerbung. Qualifizierte internationale Wissenschaftlerinnen und Wissenschaftler sind ausdrücklich aufgefordert, sich zu bewerben. Schwerbehinderte werden bei gleicher Eignung bevorzugt berücksichtigt.

Ausschreibungstext [PDF]

Leiter:in einer unabhängigen Forschungsgruppe - GESCHLOSSEN

Am Exzellenzcluster „Maschinelles Lernen – Neue Perspektiven für die Wissenschaft“ an der Universität Tübingen sind zum nächstmöglichen Zeitpunkt mehrere Stellen als

Leiter:in einer unabhängigen Forschungsgruppe (m/w/d, TV-L E14/E13, 100%)

zu besetzen.

Die Ausschreibung richtet sich an junge Wissenschaftlerinnen und Wissenschaftler mit abgeschlossener exzellenter Promotion. Bewerbungen auf unterschiedlichem Level sind möglich: wir besetzen einerseits unabhängige „Early-Career“-Gruppen direkt nach der Promotion (aus Gleichstellungsmitteln des Exzellenzclusters), andererseits Forschungsgruppen für deutlich erfahrenere Wissenschaftlerinnen und Wissenschaftler auf dem Weg zur eigenen Professur.

Die Laufzeit der Forschungsgruppen beträgt zunächst vier Jahre. Bei positiver Evaluation kann diese um bis zu drei Jahre verlängert werden. Alle Forschungsgruppen sind mit Stellen für Mitarbeiterinnen und Mitarbeiter und mit Forschungsmitteln ausgestattet.

Von der Stelleninhaberin/dem Stelleninhaber wird erwartet, dass sie/er international in der Forschung an Methoden des Maschinellen Lernens ausgewiesen ist. Der Forschungsschwerpunkt kann dabei im Bereich des maschinellen Lernens selbst, in dessen Anwendung in einer Wissenschaftsdisziplin oder der philosophischen/ethischen Reflektion liegen.

Wir erwarten Expertise in mindestens einem der folgenden Forschungsfelder:

  • Probabilistische Modellierung, zum Beispiel Quantifizierung von Unsicherheit in wissenschaftlichen Modellen, Bayesianisches aktives Lernen zur Versuchsplanung, Bayesianisches “Deep learning”
  • Interaktives und interpretierbares maschinelles Lernen in der Wissenschaft
  • Automatisches Lernen von Modellen in der Wissenschaft, zum Beispiel durch Einbindung von Vorwissen, Entdeckung latenter Variablen oder automatische Modellkritik
  • Entwicklung von Methoden des maschinellen Lernens für eine spezifische Wissenschaftsdisziplin, zum Beispiel Physik, Neurowissenschaften, Medizin, Bioinformatik, Geowissenschaften, Linguistik, Archäologie oder Sozialwissenschaften
  • Wissenschaftstheorie und Ethik des Maschinellen Lernens

Es wird erwartet, dass die Gruppenleitungen sich aktiv am Exzellenzcluster beteiligen und gemeinsame Forschungsprojekte an der Schnittstelle zwischen dem maschinellen Lernen und einer angewandten Wissenschaftsdisziplin durchführen. Eine Mitwirkung an Aufgaben im Bereich der Organisation und Umsetzung des Exzellenzclusters ist wünschenswert.

Die Universität strebt eine Erhöhung des Anteils von Frauen in Forschung und Lehre an und bittet deshalb entsprechend qualifizierte Wissenschaftlerinnen nachdrücklich um ihre Bewerbung. Qualifizierte internationale Wissenschaftlerinnen und Wissenschaftler sind ausdrücklich aufgefordert, sich zu bewerben. Schwerbehinderte werden bei gleicher Eignung bevorzugt berücksichtigt.

Bewerbungen mit den üblichen Unterlagen werden bis zum 10. März 2019 in elektronischer Form (als ein Gesamt-PDF nicht größer als 5 MB) erbeten an die Geschäftsstelle des Exzellenzclusters (ml-in-science@uni-tuebingen.de).

Verwaltungsmitarbeiter/-in (TV-L, E9) - GESCHLOSSEN

Die Geschäftsstelle des Exzellenzclusters „Maschinelles Lernen – Neue Perspektiven für die Wissenschaft“ sucht zum nächstmöglichen Zeitpunkt eine/einen

Verwaltungsmitarbeiter/-in (m/w/d)  (TV-L, E9)

in Vollzeit. Die Stelle ist zunächst befristet bis zum 31.12.2025 und grundsätzlich teilbar.

Ihre Aufgaben und Tätigkeiten:

  • Unterstützung der Geschäftsführung bei der Budgetplanung und Finanzverwaltung sowie in allen administrativen Angelegenheiten
  • Assistenz bei der Vorbereitung und Durchführung von Tagungen, Seminaren und Sitzungen sowie bei der Erstellung von Präsentationen, Anträgen und Berichten
  • Selbstständige Erledigung anfallenden Schriftverkehrs in sowohl deutscher als auch englischer Sprache mit Drittmittelgebern, Forschungseinrichtungen und Industriepartnern
  • Allgemeine Büroorganisation

Anforderungsprofil:

  • Sie haben erfolgreich eine kaufmännische Ausbildung absolviert oder verfügen über eine vergleichbare Qualifikation.
  • Die gängigen MS-Office-Programme setzen Sie routiniert ein. Sie verfügen über eine hohe Zahlenaffinität, sehr gute analytische Fähigkeiten und fundierte Kenntnisse im Bereich des Rechnungswesens.
  • Sie besitzen eine sehr guter Ausdruckfähigkeit und hervorragende Rechtsschreibkenntnissen und bringen darüber hinaus sehr gute Englischkenntnisse mit.
  • Sie behalten durch Organisationstalent und strukturierte, vorausschauende Arbeitsweise auch unter hoher Arbeitsbelastung den Überblick.
  • Zuverlässigkeit und Sorgfalt sind für Sie ebenso selbstverständlich wie Loyalität und engagiertes und lösungsorientiertes Denken und Handeln.
  • Sie sind in hohem Maße teamfähig und kommunikationsstark. Ein freundliches, verbindliches und souveränes Auftreten runden Ihr Profil ab.

Wir bieten:
Einen interessanten, vielseitigen Arbeitsplatz mit Gestaltungsspielraum in einem netten, motivierten Team und einem international geprägten Umfeld. Informationen zum Exzellenzcluster entnehmen Sie bitte der Homepage

http://www.ml-in-science.uni-tuebingen.de /

Ihre Bewerbung mit den üblichen Unterlagen schicken Sie bitte per E-Mail als eine einzige pdf-Datei bis zum 28. Februar 2019 an tilman.gocht@uni-tuebingen.de.

Schwerbehinderte Bewerber/innen werden bei gleicher Eignung und Befähigung bevorzugt berücksichtigt. Frauen werden ausdrücklich zur Bewerbung aufgefordert. Die Einstellung erfolgt durch die Zentrale Verwaltung.

Zwei W3-Professuren für „Maschinelles Lernen für die Wissenschaft” - GESCHLOSSEN

An der Mathematisch-Naturwissenschaftlichen Fakultät der Universität Tübingen
sind im Fachbereich Informatik eine

Zwei W3-Professuren für „Maschinelles Lernen für die Wissenschaft”

zum 1. September 2019 zu besetzen.

Die Professuren sind eingebettet in dem neuen Exzellenzcluster „Maschinelles Lernen: Neue Perspektiven für die Wissenschaft“. Von der Stelleninhaberin/dem Stelleninhaber wird erwartet, dass sie/er international in der Forschung an Methoden des Maschinellen Lernens ausgewiesen ist. Der Forschungsschwerpunkt kann dabei einerseits im Bereich des maschinellen Lernens selber, andererseits aber auch in dessen Anwendung in einer speziellen Wissenschaftsdisziplin liegen. Wir erwarten Expertise in mindestens einem der folgenden Forschungsfelder:

  • Probabilistische Modellierung, zum Beispiel Quantifizierung von Unsicherheit in wissenschaftlichen Modellen, Bayesianisches aktives Lernen zur Versuchsplanung, Bayesianisches “Deep learning”
  • Interaktives und interpretierbares maschinelles Lernen in der Wissenschaft
  • Automatisches Lernen von Modellen in der Wissenschaft, zum Beispiel durch Einbindung von Vorwissen, Entdeckung latenter Variablen, automatische Modellkritik, adversarial learning.
  • Entwicklung von Methoden des maschinellen Lernens für eine spezifische Wissenschaftsdisziplin, zum Beispiel Physik, Geowissenschaften, oder Sozialwissenschaften

Ziel ist, durch die beiden Professuren mindestens zwei dieser Teilbereiche abzudecken. Es wird erwartet, dass die Stelleninhaberin/der Stelleninhaber sich aktiv am Exzellenzcluster beteiligt. Das umfasst einerseits die Bereitschaft, gemeinsame Forschungsprojekte an der Schnittstelle zwischen dem maschinellen Lernen und einer angewandten Wissenschaftsdisziplin durchzuführen, anderseits auch die Bereitschaft, an den anfallenden Aufgaben im Bereich der Organisation und Umsetzung des Exzellenzclusters mitzuwirken. Weitere Informationen zum Exzellenzcluster finden Sie auch unter http://www.ml-in-science.uni-tuebingen.de/

In der Lehre wird erwartet, dass die Professur sich insbesondere am neuen internationalen Master-Studiengang „Machine Learning“ beteiligt. Die Bereitschaft zur Lehre in den Bachelorstudiengängen des Fachbereichs wird erwartet. Während der Laufzeit des Exzellenzclusters hat die Professur eine reduzierte Lehrverpflichtung.

Einstellungsvoraussetzung ist die Habilitation oder eine gleichwertige Qualifikation sowie nachgewiesene didaktische Eignung.

Die Universität strebt eine Erhöhung des Anteils von Frauen in Forschung und Lehre an und bittet deshalb entsprechend qualifizierte Wissenschaftlerinnen nachdrücklich um ihre Bewerbung. Qualifizierte internationale Wissenschaftlerinnen und Wissenschaftler sind ausdrücklich aufgefordert, sich zu bewerben.

Schwerbehinderte werden bei gleicher Eignung bevorzugt berücksichtigt.

Bewerbungen mit den üblichen Unterlagen und einem Forschungs- und Lehrkonzept sowie dem ausgefüllten Formular „Bewerbungsbogen“ (unter https://uni-tuebingen.de/fakultaeten/mathematisch-naturwissenschaftliche-fakultaet/fakultaet/service-und-downloads/berufungsverfahren/) werden bis zum 10. Januar 2019 in elektronischer Form (als ein Gesamt-PDF) erbeten an den Dekan der Mathematisch-Naturwissenschaftlichen Fakultät der Universität Tübingen (careerspam prevention@mnf.uni-tuebingen.de). Rückfragen können ebenfalls an den Dekan gerichtet werden.

Ausschreibung Zwei W3-Proffesuren für "Maschinelles Lernen für die Wissenschaft" (PDF)