Wissenschaftlicher Mitarbeiter / Wissenschaftliche Mitarbeiterin (Doktorand / Doktorandin) (m/w[...]

Die Professur für Theoretische Ökologie befasst sich mit Theorie und Modellbildung, Computersimulationen sowie Statistik, Data Science und künstlicher Intelligenz in Ökologie, Evolution und Naturschutz.

Wir Bieten

• Mitarbeit im Projekt BaySensAI, welches im Rahmen des bayerischen Forschungsverbundes Bayklif2 ein KI-basiertes Vorhersage- und Monitoringsystem für Biodiversitätsdaten entwickelt will.
• Eine begleitende Promotion im strukturierten Graduiertenprogramm (RIGeL) unserer Fakultät.
• Eine hervorragende wissenschaftliche Infrastruktur, sehr gute internationale Vernetzung und eine kollegiale Arbeitsatmosphäre.
• Die Arbeit in einer der beliebtesten Städte Deutschlands.

Eckpunkte

• Beginn: zum nächstmöglichen Zeitpunkt.
• Umfang: Teilzeit 30h/Woche.
• Vergütung: TV-L E13.
• Befristung: befristet für ein Jahr*.

Ihre Aufgaben

• Entwicklung von KI-basierten (Deep-Learning) Modellen zur Vorhersage von Artverteilungen und Biodiversitätsparametern in Raum und Zeit.
• Erstellung von wissenschaftlichen Publikationen.
• Die Stelle bietet die Möglichkeit zur Promotion.

Ihr Profil

• Ein abgeschlossenes naturwissenschaftliches oder mathematisches Studium (z.B. Biologie, Ökologie, Physik, aber auch Mathematik, Statistik oder Data Science). Bitte – falls schon vorhanden – die M.Sc. Abschlussarbeit der Bewerbung beifügen.
• Erfahrung und Kenntnisse in einer für den Bereich Data Science gängigen Programmiersprache (z.B. R oder Python).
• Gute Kenntnisse der englischen Sprache.
• Erfahrung und Kenntnisse in den Bereichen Statistik, maschinelles Lernen, Deep Learning und KI sind von Vorteil.
• Kenntnis der grundlegenden Konzepte der Ökologie sowie Erfahrung in ökologischer Modellierung, insbesondere Species Distribution Models (SDMs) sind von Vorteil.

Die Universität Regensburg strebt eine Erhöhung des Frauenanteils an und fordert daher qualifizierte Frauen ausdrücklich zur Bewerbung auf. Die Universität Regensburg setzt sich besonders für die Vereinbarkeit von Familie und Beruf ein (nähere Informationen unter

Bei im Wesentlichen gleicher Eignung werden schwerbehinderte Bewerberinnen und Bewerber bevorzugt eingestellt. Bitte weisen Sie auf eine vorliegende Schwerbehinderung ggf. bereits in der Bewerbung hin.

Bitte beachten Sie, dass wir Kosten, die bei einem etwaigen Vorstellungsgespräch für Sie anfallen sollten, nicht übernehmen können.

English Version

English version of the job description.

Kontakt

Für Auskünfte steht Ihnen Herr Prof. Dr. Florian Hartig (E-Mail: / Telefon: ) zur Verfügung. Bewerbungen sind mit üblichen Unterlagen bis spätestens ausschließlich über den unten stehenden Bewerbungsbutton möglich.

• Bitte Hinweis zur Befristung beachten:

Die befristete Beschäftigung erfolgt zur eigenen wissenschaftlichen Qualifizierung (Vorbereitung der Promotion) mit einer Vertragslaufzeit von einem Jahr gemäß 2 Abs. 1 WissZeitVG. Es besteht Aussicht auf eine Weiterfinanzierung für weitere 2,5 Jahre zum Abschluss der Promotion.