Login Jobbörse

Geben Sie Ihren Benutzernamen und Ihr Passwort ein, um sich an der Website anzumelden:

Kennwort vergessen?

News

23.04.21: Call for Papers: Stadt Klima Wandel - Jahrestagung des dib

Wir, die Regionalgruppe Berlin, laden Sie  ein, Themenvorschläge für Plenumsvorträge und...

22.04.21: 13. meccanica feminale Baden-Württemberg 2022 - Call for Papers/ Lectures

Sehr geehrte Damen und Herren, liebe Netzwerker:innen aus Forschung, Lehre und Berufspraxis, die...

20.04.21: women&work aktuell: Der Countdown beginnt // Programm & Anmeldung // Vorbereitung

Voller Vorfreude blicken wir auf den women&work-Monat Mai, denn es gibt für euch und für uns...

zum Nachrichtenarchiv ->

Die Nutzung der dib Jobbörse ist für öffentliche Hochschulen und gemeinnützige Organisationen kostenlos.
Unternehmen, die Stellenangebote veröffentlichen wollen, erhalten in der Geschäftsstelle (info[at]dibev.de) die Konditionen für kommerzielle Nutzer. 

Job-Börse

Stellenbezeichnung
W2-Professur für Maschinelles Lernen in der Signalverarbeitung
Kurzinfo
Die Technische Fakultät besetzt im Department Elektrotechnik, Elektronik, Informationstechnik (EEI) zum frühestmöglichen Zeitpunkt eine W2-Professur für Maschinelles Lernen in der Signalverarbeitung im Beamtenverhältnis auf Lebenszeit.
Aufgaben
Zu den Aufgaben der Professur gehört, das Fachgebiet in Forschung und Lehre angemessen zu vertreten. Eine Mitwirkung im englischsprachigen Elitestudiengang Advanced Signal Processing and Communications, der durch das Elitenetzwerk Bayern gefördert wird, ist verpflichtend. Eine Mitwirkung in anderen Studiengängen des Departments EEI wird erwartet, Kooperationen mit anderen Departments, insbesondere den Departments Informatik und Artificial Intelligence in Biomedical Engineering sind erwünscht. Bewerberinnen und Bewerber sollen in zwei oder mehreren der folgenden Gebiete fachlich ausgewiesen sein:

• Adaptive und nichtlineare Signalverarbeitung
• Maschinelles Lernen / Datenbasierte Lernalgorithmen
• Statistische Signalverarbeitung
• Sensor-Array-Signalverarbeitung
• Informationstheorie
Anforderungen
Einstellungsvoraussetzungen sind ein abgeschlossenes Hochschulstudium, pädagogische Eignung, die besondere Befähigung zu wissenschaftlicher Arbeit, die in der Regel durch die Qualität einer Promotion nachgewiesen wird, und darüber hinaus zusätzliche wissenschaftliche Leistungen. Letztere werden durch Habilitation oder gleichwertige wissenschaftliche Leistungen nachgewiesen, die auch in einer Tätigkeit außerhalb des Hochschulbereichs oder im Rahmen einer Juniorprofessur erbracht sein können.
Die FAU besitzt das Berufungsrecht. Das 52.Lebensjahr darf zum Zeitpunkt der Ernennung noch nicht vollendet sein. Ausnahmen von dieser Altersgrenze sind gemäß Art. 10 Abs. 3 Satz 2 BayHSchPG nur in dringenden Fällen möglich.
Die FAU erwartet die Teilnahme an der akademischen Selbstverwaltung, das Engagement zur Einwerbung von Drittmitteln und eine hohe Präsenz an der Universität zur intensiven Betreuung der Studierenden. Die Bereitschaft zur englischsprachigen Lehre wird gewünscht.

Die FAU verfolgt eine Politik der Chancengleichheit unter Ausschluss jeder Form von Diskriminierung. Bewerbungen von Schwerbehinderten werden bei ansonsten im Wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt. Bewerbungen von Wissenschaftlerinnen werden ausdrücklich begrüßt. Die FAU ist Mitglied im Verein „Familie in der Hochschule e.V.“ und bietet Unterstützung für Dual-Career-Paare an.

Bewerbungen sind mit den üblichen Unterlagen (CV, Schriftenverzeichnis, Lehrerfahrung, Drittmitteleinwerbungen, Zeugnisse und Urkunden) webbasiert unter https://berufungen.fau.de bis zum 13.06.2021 erwünscht, adressiert an den Dekan der Technischen Fakultät. Für Fragen und weitere Informationen steht der Dekan unter tf-dekanat@fau.de sehr gerne zur Verfügung.
Kategorie
Vollzeit
Angebot oder Gesuch?
Angebot
Firma
Friedrich-Alexander-Universität
PLZ
91058
Ort
Erlangen
Kontaktinformation
 
E-Mail
tf-dekanat@fau.de
Website
https://berufungen.fau.de
Erstellt am
04.05.2021

.