Humboldt-Universität zu Berlin - Abteilung Haushalt und Personal

Humboldt-Universität zu Berlin | Universitätsverwaltung | Abteilung Haushalt und Personal | Personalangelegenheiten | Stellenausschreibungen | Wiss. Mitarbeiter*in (m/w/d) mit vorauss. Vollzeit - E 13 TV-L HU (Drittmittelfinanzierung befristet für 3 Jahre), zu besetzen als Qualifikationsstelle als PostDoc oder zur Promotion

Wiss. Mitarbeiter*in (m/w/d) mit vorauss. Vollzeit - E 13 TV-L HU (Drittmittelfinanzierung befristet für 3 Jahre), zu besetzen als Qualifikationsstelle als PostDoc oder zur Promotion

zurück zur Übersicht
Kennziffer
DR/133/23
Kategorie(n)
Wissenschaftliches Personal
Anzahl der Stellen
1
Einsatzort

Wirtschaftswissenschaftliche Fakultät

Aufgabengebiet

Der Lehrstuhl für Statistik der Humboldt-Universität zu Berlin sucht eine*n wissenschaftliche*n Mitarbeiter*in im Rahmen des durch die Deutsche Forschungsgemeinschaft geförderten Drittmittelprojektes „Statistical modelling using mouse movements to model measurement errors and improve data quality in web surveys“. Dieses Kooperationsprojekt mit der Ludwig-Maximilians-Universität München (Prof. Dr. Frauke Kreuter) entwickelt statistische und maschinelle Lernmethoden für die Nutzung von Paradaten (Mausbewegungen, Klicks etc.) zur Verbesserung der Datenqualität in Web Surveys.

 

Aufgabengebiet:

  • Wiss. Dienstleistungen in der Forschung im Drittmittelprojekt „Statistical modelling using mouse movements to model measurement errors and improve data quality in web surveys“
  • Entwicklung von statistischen und maschinellen Lernmethoden für die Nutzung von Paradaten
  • Kollaboration mit Projektbeteiligten an der Ludwig-Maximilians-Universität München
  • wissenschaftliche Dissemination der Projektergebnisse
  • Aufgaben zur eigenen wiss. Qualifizierung
Anforderungen
  • abgeschlossenes wiss. Hochschulstudium in Statistik, Mathematik, Data Science oder einem verwandten Gebiet mit statistisch-methodischem Schwerpunkt, ggf. Promotion erwünscht, Möglichkeit zur Promotion ist auch gegeben
  • Fähigkeit zur Entwicklung statistischer und maschineller Lernmethoden sowie zur interdisziplinären Zusammenarbeit
  • ausgeprägte Team- und Kommunikationsfähigkeit
  • sehr gute Englischkenntnisse in Wort und Schrift
  • sichere Beherrschung von Programmiersprachen (bevorzugt R und Python)

 

Wir bieten die Einbindung in ein lebendiges und interdisziplinäres Team, familienfreundliche Arbeitszeiten und ein exzellentes Forschungsumfeld. Wir unterstützen die Karriereentwicklung durch Möglichkeiten für Weiterbildung und Mentoring. Es besteht die Möglichkeit der Assoziation an die interdisziplinäre Forschungsgruppe FOR 5363 "DeSBi - Fusing Deep Learning and Statistics towards Understanding Structured Biomedical Data" (Sprecherin: Prof. Dr. Sonja Greven).

Mehr Informationen zum Projekt finden sich unter https://www.wiwi.hu-berlin.de/en/Professorships/vwl/statistik/news/2nd-funding-period-of-the-dfg-project-statistical-modelling-using-mouse-movements-to-model-measurement-errors-and-improve-data-quality-in-web-surveys.

Bewerbung bis
06.12.23
Bewerbung an

Bewerbungen (mit Anschreiben, Lebenslauf, relevanten Zeugnissen und den Kontaktdaten zweier akademischer Referenzen) richten Sie bitte unter Angabe der Kennziffer bevorzugt per E-Mail in einer PDF-Datei (nicht größer als 10 MB) an stat@wiwi.hu-berlin.de mit CC an sonja.greven@hu-berlin.de oder per Post an die Humboldt-Universität zu Berlin, Wirtschaftswissenschaftliche Fakultät, Lehrstuhl für Statistik, Prof. Dr. Sonja Greven, Unter den Linden 6, 10099 Berlin.

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.

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