Wis­sen­schaft­li­che*r Mit­ar­bei­ter*in (m/w/d) in ei­nem BMBFTR-Pro­jekt

Das bringen Sie mit:

• abgeschlossenes wissenschaftliches Hochschulstudium in Informatik mit den Schwerpunkten Maschinelles Lernen (mit möglichst sehr gutem Abschluss)
• umfangreiche Erfahrungen in den Gebieten Maschinelles Lernen, Automated Software Engineering, Automated Testing, Integrationstesten, Automatisiertes Debugging
• sehr gute Programmierkenntnisse und Erfahrungen mit GIT, Pytorch, CUDA, MlFlow
• sichere Beherrschung der deutschen Sprache in Wort und Schrift (mind. C1-Niveau)
• sichere Beherrschung der englischen Sprache in Wort und Schrift (mind. C1-Niveau)

Unser Angebot:

• ein modernes Arbeitsumfeld
• eine tarifliche Eingruppierung (TV-L)
• abwechslungsreiche und verantwortungsvolle Aufgaben
• eine strukturierte Einarbeitung
• flexible Arbeitszeiten (Gleitzeit)
• sehr gute Weiterbildungsmöglichkeiten

Als familiengerechte Hochschule fördern wir die Vereinbarkeit von Beruf und Familie.

Ihr Weg an die HU:

Ihre vollständige Bewerbung richten Sie bitteunter Angabe der

Kennziffer DR/166/26 an die Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät, Institut für Informatik, Prof. Lars Grunske (Sitz: Rudower Chaussee 25, 12489 Berlin), Unter den Linden 6, 10099 Berlin oder bevorzugt per E-Mail in einer PDF-Datei an

(mailto:)

.

Erforderliche Bewerbungsunterlagen:

• Motivationsschreiben
• tabellarischer Lebenslauf
• Nachweis der erforderlichen Qualifikation (Zeugnisse, Urkunden, Weiterbildungsnachweise)
• Arbeitszeugnisse oder Beurteilungen

Die Besetzung der Stelle ist zum nächstmöglichen Termin vorgesehen.

Zur Sicherung der Gleichstellung sind Bewerbungen qualifizierter Frauen besonders willkommen. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt. Bewerbungen von Menschen mit Migrationsgeschichte sind ausdrücklich erwünscht. Da wir Ihre Unterlagen nicht zurücksenden, bitten wir Sie, Ihrer Bewerbung nur Kopien beizulegen.

Die Humboldt-Universität zu Berlin ist tarifgebunden und wendet den TV-L HU an. Informationen zur Eingruppierung und zum Jahresentgeltrahmen finden Sie hier:

https://hu.berlin/ETRL (https://hu.berlin/ETRL)

.

Datenschutzrechtliche Hinweise zur Verarbeitung Ihrer personenbezogenen Daten im Rahmen des Ausschreibungs- und Auswahlverfahrens finden Sie auf der Homepage der Humboldt-Universität zu Berlin:

https://hu.berlin/DSGVO (https://hu.berlin/DSGVO)

.

We show an excerpt and a link, and the full text when the source allows it. Brands and logos shown belong to their owners.

Source: Statistisches Bundesamt (Destatis), table; dl-de/by-2-0; StarIn's calculation