Auf einen Blick
- Aufgaben: Lehre und Forschung im Bereich verteilte Daten und Wissensengineering.
- Unternehmen: Universität Basel, ein innovativer Ort für Forschung und Lehre.
- Vorteile: Exzellente Forschungsbedingungen und ein unterstützendes akademisches Umfeld.
- Weitere Informationen: Vielfältige Karrieremöglichkeiten und ein familienfreundlicher Arbeitgeber.
- Warum dieser Job: Gestalte die Zukunft der datengestützten Informatik und fördere verantwortungsvolle KI.
- Qualifikationen: Hervorragende Forschungsleistungen in verteilten Daten und interdisziplinäre Zusammenarbeit.
Das prognostizierte Gehalt liegt zwischen 117000 - 143000 CHF pro Jahr.
Die Universität Basel lädt Bewerbungen für eine Professur in Distributed Data and Knowledge Engineering ein, um dem Departement für Mathematik und Informatik (DMI) beizutreten. Diese Position stärkt das langfristige Forschungs- und Lehrprofil des Departements an der Schnittstelle von verteilten Systemen, Datenwissenschaft und maschineller Intelligenz, Kernbereichen der Informatik, die zunehmend durch die zentrale Rolle von Daten vereint werden.
Der neue Professor wird zur Vision des Departements für vertrauenswürdige und verantwortungsvolle KI, zum universitätsweiten Forschungsnetzwerk Verantwortliche Digitale Gesellschaft und zur breiteren KI-Initiative der Universität beitragen.
Ihre Position: Der neue Professor wird das Forschungsportfolio des Departements für Mathematik und Informatik erweitern und zur Lehre auf Bachelor- und Masterebene beitragen. Es wird erwartet, dass er interdisziplinäre Forschungskooperationen über Abteilungen und angeschlossene Institutionen fördert, wodurch die Beiträge der Universität Basel zum Management, zur Verarbeitung und zur Analyse großer und heterogener Daten gestärkt werden.
Innerhalb des DMI wird der neue Professor Brücken zwischen verteilten Systemen, Datenwissenschaft und maschineller Intelligenz bauen, durch gemeinsame Interessen an datenintensiven Systemen, verteilten Infrastrukturen und KI-gesteuertem Datenmanagement. Über das Departement hinaus bietet die Position Synergien mit Fakultäten, die auf komplexes Datenmanagement angewiesen sind (einschließlich Lebenswissenschaften, digitale Geisteswissenschaften und Wirtschaft) sowie mit dem Center for Data Analytics (CeDA) und dem Center for Scientific Computing (sciCORE).
Ihr Profil: Wir suchen Kandidaten mit einer herausragenden Forschungsbilanz in distributed data und knowledge engineering, insbesondere in einem oder mehreren der folgenden Bereiche: großangelegte Datenintegration und Provenienz, Echtzeitanalysen und Stream-Verarbeitung, KI/ML-Datenpipelines, cloud-native und verteilte Infrastrukturen, Wissensmanagement und Informationsretrieval sowie verantwortungsvolles Datenengineering. Priorität wird Kandidaten eingeräumt, die zusätzlich eine starke Bilanz in interdisziplinärer Arbeit haben und zentrale Themen wie Skalierbarkeit, Reproduzierbarkeit und die ethischen Dimensionen von Daten und Wissensengineering ansprechen.
Ein starkes Engagement für Exzellenz in der Lehre auf Bachelor- und Masterebene sowie Mentoring ist unerlässlich. Bevorzugt werden Kandidaten, die eine Vision für die Gestaltung der Zukunft des datengestützten Rechnens sowohl durch ihre Forschung als auch durch ihre Bildungspraktiken demonstrieren.
Wir bieten Ihnen: Das Departement für Mathematik und Informatik bietet hervorragende Forschungs- und Lehrbedingungen sowie ein anregendes akademisches Umfeld. Es pflegt eine breite Palette von Kooperationen mit anderen Abteilungen der Fakultät für Naturwissenschaften und angeschlossenen Forschungsinstitutionen, anderen Fakultäten sowie anderen Universitäten. Die Universität Basel ist ein Arbeitgeber, der Chancengleichheit und Familienfreundlichkeit fördert und sich durch Vielfalt für Exzellenz einsetzt. Um die Anzahl der Frauen in führenden akademischen Positionen zu erhöhen, begrüßt die Universität ausdrücklich weibliche Bewerber.
Bewerbung / Kontakt: Bewerbungen, einschließlich eines Lebenslaufs, einer Liste von Publikationen, die die fünf bedeutendsten Arbeiten angeben, einer Erklärung zu aktuellen und zukünftigen Forschungsprojekten, einer Lehrdeklaration und den Namen von fünf potenziellen Gutachtern, sollten online (als eine einzige PDF-Datei) an Prof. Dr. Oliver Wenger, Dekan der Fakultät für Naturwissenschaften, gerichtet werden. Für weitere Informationen zur Position wenden Sie sich bitte an Prof. Dr. Florina Ciorba. Die Frist für den Eingang der Bewerbungen ist der 30. September 2026. Wir bitten Sie, sich ausschließlich über die Online-Bewerbungsplattform der Universität Basel zu bewerben.
Professorship in Distributed Data and Knowledge Engineering (open rank) Arbeitgeber: Universität Basel
Die Universität Basel bietet eine spannende und vielfältige Position in einer aktiven internationalen Forschungsgruppe. Hier haben Sie die Möglichkeit, verschiedene chemische und ökologische Methoden zu erlernen und umfangreiche Erfahrungen im Umgang mit Massenspektrometern und Chromatographiesystemen zu sammeln. Die Arbeitskultur fördert die persönliche und berufliche Weiterentwicklung, während die familienfreundlichen Richtlinien und das Engagement für Vielfalt ein unterstützendes Umfeld schaffen.
Jobgipfel Expertenrat🤫
Wir sind der Meinung, dass du so Professorship in Distributed Data and Knowledge Engineering (open rank) erhalten könntest
✨Tausch dich mit Datenexperten aus
Such nach lokalen Meetup-Gruppen oder Konferenzen in der Datenwissenschaft. Das ist eine super Gelegenheit, um mit Leuten zu reden, die schon in der Branche arbeiten, und eventuell sogar Insider-Tipps zu bekommen, wo Stellen zu vergeben sind.
✨Mach dich sichtbar mit Projekten
Erstelle ein paar spannende Projekte oder Analysen und teile sie auf Plattformen wie GitHub oder Kaggle. Wenn du einen coolen Algorithmus oder ein Data Vision Projekt hast, zeig es! Das bringt dich in die Sichtbarkeit und zeigt, was du drauf hast.
✨Kümmere dich um dein Netzwerk
Tausch dich mit ehemaligen Kommilitonen oder Professoren aus, die in der Datenwissenschaft tätig sind. Oft sind es die persönlichen Empfehlungen, die den Unterschied machen können, wenn es um die ersten Schritte in die Branche geht.
✨Bewirb dich direkt bei Firmen wie Universität Basel
Gehe auf die Karriere-Seite von Universität Basel und schau dir die offenen Stellen im Bereich Datenwissenschaft an. Nutze die Chance, direkt zu bewerben, weil das oft schneller und persönlicher ist als über Jobbörsen.
Wir glauben, dass du diese Fähigkeiten brauchst, um Professorship in Distributed Data and Knowledge Engineering (open rank) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Heb din technisches Wissen hervor:Sorg dafür, dass du in deinem CV und im Anschreiben deine Kenntnisse in Data Science-Tools wie Python, R oder SQL deutlich machst. Verlinke eventuell auf Projekte oder Studien, die du realisiert hast, um dein Wissen zu untermauern. Bei uns bei Universität Basel suchen wir nach Leuten, die richtig mit Daten umgehen können!
Zahlenschwindler oder Problemlöser?:Überleg dir konkrete Beispiele, wie du mit Zahlen und Daten Herausforderungen gelöst hast. Das zeigt uns deine Fähigkeit, analytisch zu denken und komplexe Probleme zu bewältigen. In der Data Science sind solche Skills Gold wert!
Die perfekte Dokumentation:Wenn du an Projekten gearbeitet hast, zeig uns deine Dokumentation! Gute Data Scientists präsentieren ihre Analysen und Resultate nachvollziehbar. So kannst du uns zeigen, dass du sowohl technische Skills hast als auch in der Lage bist, deine Arbeit verständlich zu kommunizieren.
Cooler Lebenslauf und Anschreiben:Dein Lebenslauf und dein Anschreiben sollten nicht nur ordentlich aussehen, sondern auch strukturiert und relevant für die Data Science sein. Mach deutlich, warum du bei Universität Basel arbeiten möchtest und was dich an Data Science begeistert. Wir lieben es, wenn Bewerber ihre Leidenschaft zeigen!
Wie man sich auf ein Vorstellungsgespräch bei Universität Basel vorbereitet
✨Data-Analysen ganz konkret
Mach dich bereit für technische Fragen über Datenanalysen und Statistiken. Du könntest gebeten werden, eine erste Datenanalyse durchzuführen oder Hypothesen mittels Daten zu validieren. Üb das mit echten Datensätzen, damit du die Tools wie Python oder R gut im Griff hast.
✨Das ideale Projekt-Portfolio
Sammle relevante Projekte in einem Portfolio, das dein Können zeigt. In einem Vorstellungsgespräch für eine Data-Science-Position wollen die Arbeitgeber oft sehen, wie du an Herausforderungen herangegangen bist. Zeig uns deine besten Projekte, vielleicht sogar solche, die interessante Visualisierungen oder Machine Learning Modelle beinhalten.
✨Soft Skills sind nicht zu unterschätzen
Kommunikation ist ein wichtiger Teil im Data-Science-Bereich. Bereite dich darauf vor, darüber zu sprechen, wie du komplexe Daten für nicht-technische Stakeholder erklärt hast. Es könnte auch hilfreich sein, Beispiele zu teilen, wo du im Team gearbeitet hast, um Datenlösungen zu entwickeln.
✨Fragen zur Unternehmensstrategie
Mach dir Gedanken darüber, wie deine Rolle im Unternehmen Universität Basel zum geschäftlichen Erfolg beitragen kann. Bereite Fragen vor, die aufzeigen, dass du deren Datenstrategie verstehst und wie du aktiv zur Verbesserung beitragen kannst. Das zeigt, dass du nicht nur technisches Wissen, sondern auch Interesse am Unternehmen hast.
