Professur für Machine Learning in Digital Health

Stellenbeschreibung:

Die Technische Fakultät besetzt im Department Artificial Intelligence in Biomedical Engineering (AIBE) zum frühestmöglichen Zeitpunkt eine

W1-Professur für Machine Learning in Digital Health

im Beamtenverhältnis auf Zeit zunächst für die Dauer von drei Jahren. Nach positiver Evaluierung ist eine Verlängerung um weitere drei Jahre vorgesehen.

Zu den Aufgaben gehört, die Fachgebiete Machine Learning und Artificial Intelligence in Biomedical Engineering mit besonderem Schwerpunkt in Digital Health in Forschung und Lehre angemessen zu vertreten. Ein eigenständiges Forschungs- und Lehrprofil, beispielsweise auf einem oder mehreren der folgenden Gebiete, ist erwünscht :

  • Digital Radiology
  • Generative AI for Medical Imaging
  • Digital Patient Twin
  • Data-Driven Therapy Decisions and Response Monitoring
  • Sustainability in Healthcare : Designing for Circularity
  • Medical Robotics
  • Goal-Driven Agentic AI
  • Autonomous Medical Imaging
  • Design of AI-Enhanced Medical Devices
  • Machine Learning Models and Algorithms for Medical Signal Processing
  • Embedded AI
  • Privacy-Aware AI
  • Foundations of Machine Learning
  • Molecular Modeling

Bewerbungen aus einem anderen Bereich von Machine Learning in Digital Health und / oder Artificial Intelligence in Biomedical Engineering mit besonderem Schwerpunkt in Digital Health sind ebenfalls möglich, in diesem Fall bitten wir in der Bewerbung um die Skizzierung der Passfähigkeit zu den existierenden Strukturen an der FAU.

Zu den Aufgaben gehört weiterhin, eine eigene Arbeitsgruppe im Department AIBE aufzubauen und zu leiten. Die Bereitschaft zur Mitwirkung an der Ausbildung, insbesondere in den Studiengängen B. Sc. Artificial Intelligence und Medizintechnik, wird vorausgesetzt.

Einstellungsvoraussetzungen sind ein abgeschlossenes Hochschulstudium, pädagogische Eignung, besondere Befähigung zu wissenschaftlicher Arbeit, die in der Regel durch die herausragende Qualifikation einer Promotion nachgewiesen wird. Zwischen der Promotion und dem Ende der Ausschreibungsfrist sollen nicht mehr als vier Jahre, im Bereich der Medizin oder klinischen Psychologie nicht mehr als sieben Jahre vergangen sein. Maßgeblich ist das Datum der Promotionsurkunde. Dieser Zeitraum kann sich durch familiäre Betreuungs- und Pflegezeiten verlängern. Außerdem sollte nach der Promotion die Universität gewechselt worden sein oder mindestens eine zweijährige wissenschaftliche Tätigkeit außerhalb der FAU nachgewiesen werden.

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.

An der FAU werden W1-Professuren durch ein Mentorat unterstützt, zudem erhalten sie eine sächliche Erstausstattung. Das Förderinstrument der Zielvereinbarung sichert die faire und transparente Evaluierung.

Die FAU verfolgt eine Politik der Chancengleichheit unter Ausschluss jeder Form von Diskriminierung. Bewerbungen von Personen mit einer Schwerbehinderung und Personen, die diesen gleichgestellt sind, 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, Lehrkonzept und Forschungskonzept, jeweils max. 2 Seiten, Drittmitteleinwerbungen, Zeugnisse und Urkunden), vorzugsweise in englischer Sprache, webbasiert unter https : / / berufungen.fau.de bis zum erwünscht, adressiert an den Dekan der Technischen Fakultät. Für Fragen und weitere Informationen steht der Dekan unter sehr gerne zur Verfügung.

#J-18808-Ljbffr
NOTE / HINWEIS:
EnglishEN: Please refer to Fuchsjobs for the source of your application
DeutschDE: Bitte erwähne Fuchsjobs, als Quelle Deiner Bewerbung

Stelleninformationen

  • Veröffentlichungsdatum:

    22 Jan 2026
  • Standort:

    Erlangen
  • Typ:

    Vollzeit
  • Arbeitsmodell:

    Vor Ort
  • Kategorie:

  • Erfahrung:

    2+ years
  • Arbeitsverhältnis:

    Angestellt

KI Suchagent

AI job search

Möchtest über ähnliche Jobs informiert werden? Dann beauftrage jetzt den Fuchsjobs KI Suchagenten!

Diese Jobs passen zu Deiner Suche:

Alfred Kärcher SE & Co. KG
Digital Learning Specialist (m/w/d) (Befristet für 1 Jahr)
Alfred Kärcher SE & Co. KG
partner ad:img
Vollzeit Stuttgart
19 Dez 2025Development & IT
Vollzeit Erlangen
21 Jan 2026
Forschungszentrum Jülich
Research Associate - Device characterization of tandem solar cells and machine learning
Forschungszentrum Jülich
Vollzeit
21 Jan 2026
company logo
Sales Manager eHealth im Außendienst (m/w/d) für Dresden / Leipzig, 100% remote
Vivira Health Lab
Vollzeit WorkFromHome
21 Jan 2026
all4cloud Group
Digital Sales Manager (m/w/d) für SAP Add-Ons
all4cloud Group
Vollzeit WorkFromHome
21 Jan 2026
company logo
Trainer:in - Digital Learning Development / Instructional Design (m/w/d)
WBS TRAINING Trainer:in Festanstellung
Vollzeit WorkFromHome
21 Jan 2026
Una Health
(Junior) Account Manager - Digital Health Startup
Una Health
Vollzeit Berlin
21 Jan 2026
company logo
Illustrator (m/ f/ d) in Digital Health
Dasauge
Vollzeit WorkFromHome
21 Jan 2026