Professur (W2) auf Zeit (6 Jahre/tenure track) für Computationale Statistik und Data Science (m/w/d)

Einrichtung
Fakultät für Mathematik, Informatik und Statistik - Institut für Statistik
Besetzungsdatum
zum nächstmöglichen Zeitpunkt
Ende der Bewerbungsfrist
11.03.2021
Befristung
6 Jahre/tenure track

Gesucht ist eine exzellente Nachwuchskraft, die z.B. in den Gebieten „Sampling, Computationale Inferenz, Graphical Models“ oder „Statistical Learning“ forscht. Das Institut für Statistik bietet durch seine Anbindung an das neu gegründete Munich Center for Machine Learning und seine vielfältigen Data-Science-Initiativen eine äußerst attraktive Forschungslandschaft.

Aufgaben

Eine aktive Beteiligung an der Lehre in den Studiengängen der Statistik – vor allem in dem neu einzurichtenden Master-Schwerpunkt „Maschinelles Lernen“ – sowie dem Elite-Studiengang Data Science wird erwartet.

Anforderungen

Die Ludwig-Maximilians-Universität München (LMU) wendet sich mit dieser Ausschreibung insbesondere an hochqualifizierte Nachwuchswissenschaftler und Nachwuchswissenschaftlerinnen, die im Anschluss an ein abgeschlossenes Hochschulstudium sowie eine überdurchschnittliche Promotion oder eine vergleichbare besondere Befähigung durch ihre Leistungen in Forschung und Lehre ein außerordentliches Potenzial für eine weitere Karriere in der Wissenschaft nachgewiesen haben.

Die Berufung erfolgt bei Vorliegen der beamtenrechtlichen Voraussetzungen in einem Beamtenverhältnis auf Zeit für die Dauer von sechs Jahren. Bei positiver Evaluation der fachlichen, pädagogischen und persönlichen Eignung kann das Beamtenverhältnis auf Zeit frühestens nach drei Jahren in ein Beamtenverhältnis auf Lebenszeit umgewandelt werden.

Im Rahmen des LMU Academic Career Program besteht in besonderen Ausnahmefällen und bei herausragenden Leistungen in Forschung und Lehre die Möglichkeit einer späteren Anhebung der Professur von W2 nach W3.

Die LMU strebt eine Erhöhung des Anteils der Frauen in Forschung und Lehre an und bittet deshalb Wissenschaftlerinnen nachdrücklich, sich zu bewerben. Die LMU bietet Unterstützung für Doppelkarriere-Paare an.

Ihr Arbeitsplatz befindet sich in zentraler Lage in München und ist sehr gut mit öffentlichen Verkehrsmitteln zu erreichen.

Eine Teilzeitbeschäftigung ist grundsätzlich möglich.

Schwerbehinderte Personen werden bei im Wesentlichen gleicher Qualifikation bevorzugt.

Kontakt

Bewerbungen mit den üblichen Unterlagen (Lebenslauf, Zeugnisse, Urkunden, Schriftenverzeichnis, Vorträge, Lehre und 3-5 Publikationen) senden Sie bitte ausschließlich in elektronischer Form in einer zusammenhängenden Datei, nicht größer als 10 MB, an den: Dekan der Fakultät für Mathematik, Informatik und Statistik
(E-Mail).

Anfragen stellen sie bitte an Herrn Prof. Dr. Bernd Bischl.

E-Mail: dekanat16@lmu.de

Wo Wissenschaft alles ist. Werden Sie Teil der LMU-München!

An der LMU arbeiten Wissenschaftlerinnen und Wissenschaftler auf höchstem Niveau an den Zukunftsfragen um Mensch, Gesellschaft, Kultur, Umwelt und Technologie - unterstützt durch kompetente Beschäftigte in Verwaltung, IT und Technik.

Die LMU verfügt über eine hervorragende Forschungsinfrastruktur und ein großes internationales Netzwerk. Sie bietet attraktive Entwicklungsmöglichkeiten für die wissenschaftliche Karriere. Und nicht zuletzt unterstützt sie ihre Mitglieder mit vielen Maßnahmen und Programmen dabei, sich persönlich weiterzuentwickeln, ihre Talente zu entfalten und ihr Arbeitsumfeld an der Universität mitzugestalten.

Im Rahmen Ihrer Bewerbung auf eine Stelle an der Ludwig-Maximilians-Universität München (LMU) übermitteln Sie personenbezogene Daten. Beachten Sie bitte hierzu unsere Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten und die Datenschutzerklärung der LMU für den Internetauftritt. Durch die Übermittlung Ihrer Bewerbung bestätigen Sie, dass Sie die Datenschutzhinweise und die Datenschutzerklärung zur Kenntnis genommen haben und mit der Datenverarbeitung im Rahmen des Auswahlverfahrens einverstanden sind.