jobwelt
ENDE – Switch to Deutsch

Wissenschaftliche:r Mitarbeiter:in (m/w/d), EG 14 TV-H, am Fachgebiet Intelligente Eingebettete Systeme im Fachbereich Elektrotechnik/Informatik

University of Kassel

Kassel, Germany · fb_elektrotechnik_informatik

Scientific StaffTemporaryGermanKassel
Posted
23 October 2026 (yesterday)
Deadline
20 November 2026
Department
fb_elektrotechnik_informatik
Category
Scientific Staff
Employment type
Temporary
Language
German

Summary

Die Universität Kassel ist eine dynamische Universität mit rund 21.000 Studierenden. Sie hat ein außergewöhnlich breites Profil mit den Kompetenzfeldern Natur, Technik, Kultur und Gesellschaft. Im Fachbereich Elektrotechnik/Informatik, Fachgebiet Intelligente Eingebettete Systeme (Prof. Dr. Bernhard Sick) ist zum 01.01.2027 die folgende Stelle zu besetzen: Wissenschaftliche:r Mitarbeiter:in (m/w/d), EG 14 TV-H, befristet, Vollzeit (derzeit 40 Wochenstunden) Bewerbungsfrist: 20.11.2026 Einstellungsbeginn: 01.01.2027 Kennziffer: 39545 Die Stelle ist zunächst bis zum 31.12.2028 im Rahmen des Vorhabens „DyNaMo“ gemäß der Laufzeit befristet (Qualifikationsstelle gem. § 2 WissZeitVG). Eine Verlängerung der Beschäftigung ist geplant. Die Möglichkeit zur Habilitation ist gegeben. Das Fachgebiet Intelligente Eingebettete Systeme (IES) forscht im Bereich der Grundlagen und der Anwendungen von Methoden der Datenanalyse, des Maschinellen Lernens (z.B. Deep Learning, Active Learning) und der Künstlichen Intelligenz. Schwerpunkte in der Grundlagenforschung sind beispielsweise selbst-lernende und selbst-organisierende Systeme, Methoden des kollaborativen und aktiven Lernens, Methoden des Transferlernens oder Techniken zur Echtzeitanalyse von Zeitreihen. Schwerpunkte der angewandten Forschung liegen in den Bereichen Energiesysteme, Automobil (Autonomes Fahren) und Experimental-physik/Werkstoffe. Im Fachgebiet IES arbeiten aktuell etwa 20 Mitarbeitende in den genannten Bereichen. Aufgaben: • Verfahren für die Erfassung des Fahrverhaltens von Radfahrenden mittels maschineller Lernverfahren (insbesondere Deep Learning Ansätze) basierend auf Daten von Kfz-Sensorik (z.B. Kamera und LiDAR). • Ansätze des Cross Labeling zur hochautomatisierten Annotation von Verhaltensdaten von Radfahrenden, d.h. Übertragen von „Labeln“ von beispielsweise Kameradaten auf LiDAR-Daten. • Verfahren zur Zusammenführung von Informationen aus mit unterschiedlichen Datenmodalitäten trainierten Modellen und Evaluation des daraus entstehenden Informationsgewinns. • Planung und Durchführung von Messkampagnen in Form von Laborexperimenten wie auch Feldexperimenten. • Forschung im Rahmen des Projekts DyNaMo. • Mitarbeit an allgemeinen Aufgaben des Fachgebiets. Voraussetzungen: • Eine abgeschlossene Promotion und ein abgeschlossenes wissenschaftliches Hochschulstudium in Informatik oder einem eng verwandten Gebiet. • Sehr gute Kenntnisse in Perzeption und Computer Vision. • Sehr gute grundlegende Kenntnisse in Maschinellem Lernen und Datenanalyse. • Erfolgreiche wissenschaftliche Laufbahn mit hochrangigen Veröffentlichungen in den relevanten Tätigkeitsfeldern. • Erfahrung in der Einwerbung von Drittmitteln (z. B. LOEWE, BMFTR, DFG). • Erfahrung in der Programmierung, insbesondere in Python, aber auch anderen Programmiersprachen. • Gute Kenntnisse in KI-Tools, z. B. PyTorch, Tensorflow, Sklearn, Pandas, OpenCV und NumPy. • Eine strukturierte Arbeitsweise, die es Ihnen ermöglicht, ein Team zu leiten. • Neugier auf Herausforderungen bei Anwendungen des Maschinellen Lernens im Bereich des automatisierten Fahrens. • Selbständige und zielorientierte Arbeitsweise und Freude am wissenschaftlichen Arbeiten. • Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift (jeweils mindestens B2 Niveau). • In Deutschland gültiger Führerschein für PKW. Von Vorteil sind: • Organisatorische und koordinatorische Erfahrungen (z. B. Projektmanagement, Teamleitung). • Erfahrung in der Betreuung von Promovierenden z. B. bei Veröffentlichungen. Als Beschäftigte:r des Fachbereichs: Intelligente Eingebettete Systeme • leiten Sie ein kleines aber hoch motiviertes Team, • besteht für Sie die Möglichkeit der Teilnahme an Konferenzen, Summer Schools und verschiedenen Weiterbildungsangeboten (z.B. die Möglichkeit einer Habilitation), • können Sie einen eigenen, sehr großen Slurm-basierten Compute-Cluster (CPU und GPU) nutzen, • können Sie einen eigenen, modernen Versuchsträger (Kfz mit Kamera, LiDAR, und Radar) nutzen, • können Sie neue Methoden entwickeln, die in praktischen Anwendungen genutzt werden. Für Rückfragen steht Prof. Dr. B. Sick, bsick(at)uni-kassel.de, zur Verfügung. Unser Angebot: als Beschäftigte:r der Universität Kassel • eröffnet sich Ihnen ein interessantes und vielfältiges Aufgabengebiet im Rahmen einer modernen und aufstrebenden Universität, • werden Sie Teil eines interdisziplinären Teams mit guter und kollegialer Arbeitsatmosphäre, • besteht für Sie die Möglichkeit, an fachlichen und überfachlichen Weiterbildungsmaßnahmen teilzunehmen, • befindet sich Ihr Arbeitsplatz mit guter Anbindung an den öffentlichen Nahverkehr, der derzeit für Sie kostenlos nutzbar ist. Profitieren Sie darüber hinaus von den vielfältigen Vorteilen eines Beschäftigungsverhältnisses im öffentlichen Dienst, wie u. a.: • einer zusätzlichen betrieblichen Altersversorgung (VBL), • einem optionalen Kinderzuschlag gem. TV-Hessen, einer familienfreundlichen Hochschule (u. a. Kinderbetreuung für Notfälle), • einer Jahressonderzahlung im Monat November, • einem Anspruch auf vermögenswirksame Leistungen, • einer Förderung des ehrenamtlichen Engagements, • einer kostengünstigen Teilnahme am Hochschulsport und am vollständigen Fitnessangebot im Rahmen von Unifit sowie der betrieblichen Gesundheitsförderung. Weitere Stellen finden Sie unter stellen.uni-kassel.de Bitte schicken Sie Ihre Bewerbung mit den üblichen aussagekräftigen Unterlagen unter der Angabe der Kennziffer im Betreff über das Online-Formular. Weitere Informationen hierzu haben wir in unseren FAQ für Sie zusammengestellt. In Ausnahmefällen nehmen wir Ihre Bewerbungsunterlagen unter Nennung der Kennziffer auch in Papierform bzw. über das E-Mail-Postfach bewerbungen(at)uni-kassel.de entgegen. Bitte reichen Sie bei postalischen Bewerbungen Ihre Unterlagen nur in Kopie (keine Mappen) ein, da diese nicht zurückgesandt werden können. Alle Unterlagen werden nach Abschluss des Auswahlverfahrens unter Beachtung datenschutzrechtlicher Bestimmungen vernichtet. Der Schutz Ihrer personenbezogenen Daten ist uns ein wichtiges Anliegen, daher werden wir mit Ihren persönlichen Daten sorgfältig umgehen. Wenn Sie uns Ihre Daten geben, gestatten Sie uns damit die Speicherung und Nutzung im Sinne des Hessischen Datenschutz- und Informationsfreiheitsgesetzes. Hiergegen können Sie jederzeit Widerspruch einlegen. Ihre personenbezogenen Daten werden dann gelöscht. Informationen nach Artikel 13 DS-GVO zur Erhebung personenbezogener Daten finden Sie unter: https://www.uni-kassel.de/uni/datenschutz Hinweise und FAQ zur Bewerbung auf ein Stellenangebot: https://www.uni-kassel.de/uni/universitaet/stellenangebote/hinweise-und-faq-zur-bewerbung-auf-ein-stellenangebot Die Universität Kassel ist in hohem Maße an der beruflichen Zufriedenheit ihrer Bediensteten interessiert. Sie ist ausgezeichnet als familiengerechte Hochschule und im Sinne der Chancengleichheit bestrebt, allen die gleichen Entwicklungsmöglichkeiten zu bieten und bestehenden Nachteilen entgegenzuwirken. Sie fördert den Family Welcome Service und bei wissenschaftlich und akademisch zu besetzenden Stellen auch den Dual Career Service. Es gehört zu den strategischen Zielen der Universität Kassel, den Anteil von Frauen in Forschung und Lehre deutlich zu steigern. Bewerbungen von Frauen sind deshalb besonders erwünscht. Schwerbehinderte und ihnen gleichgestellte Bewerber:innen erhalten bei gleicher Eignung, Befähigung und fachlicher Leistung den Vorzug. Vollzeitstellen sind (außer bei der Besetzung von Beamtenstellen) grundsätzlich teilbar.

View Official JobMore jobs at Uni KasselMore research jobs

Other current jobs at Uni Kassel

All 35 jobs