Wissenschaftliche/r Mitarbeiter/in - Data Analytics & Optimierung für Nachhaltige Wertschöpfungsnetzwerke

anwendungsorientierten, techno-ökonomischen Analyse, Modellierung und Bewertung von Logistik- und Produktionssystemen sowie Wertschöpfungsketten. In den drei Forschungsbereichen “Circular Economy”, “Sustainable Mobility” und “Renewable Fuels & Chemicals” entwickeln und realisieren wir innovative Lösungen in interdisziplinärer Zusammenarbeit mit Partnern aus Wissenschaft und Praxis in Projekten wie catalaix - Katalyse für eine Kreislaufwirtschaft oder FSC² - Integrated Fuel & Chemical Science Center. In unserem Team erwarten Sie spannende Aktivitäten in Forschung und Lehre. Wir erweitern unser Team talentierter und motivierter Forscher/innen im Themenfeld der Datenanalyse und Optimierung nachhaltiger Supply Chains. Sie haben einen starken Hintergrund in Methoden wie Netzwerk- und Lieferkettenoptimierung, (Sustainable) Analytics, Ökobilanzierung und/oder Data Science. Sie setzen sich mit Leidenschaft dafür ein, positive ökologische Entwicklungen durch Forschung und Innovation zu fördern

Hochschulabsolventen B - UNI

Gewünschte Fähigkeiten & Kenntnisse

Maschinelles Lernen Informatik Leitung Englisch Datenauswertung Innovation Active Directory Matlab Programmiererfahrung Verwaltung Präsentation Python Optimierung Wirtschaftswissenschaften Logistik Programmiersprachen Management Ingenieurwissenschaften Kommunikationsfähigkeit Selbstständige Arbeitsweise Zuverlässigkeit Engagement Eigenmotivation, und begeistern sich für die Zusammenarbeit mit anderen Disziplinen. Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen. Ihr Profil Sie haben Ihr Studium (Master oder vergleichbar) in Wirtschaftswissenschaften, Wirtschaftsingenieurwesen, Operations Research, Management Science, Data Science, Mathematik, Supply Chain Management oder einem verwandten Fachgebiet mit sehr gutem Erfolg abgeschlossen. Sie verfügen über fundierte Kenntnisse in datengetriebenen, analytischen und konzeptionellen Methoden der Modellierung und Optimierung von Prozessen und Wertschöpfungsnetzwerken und können interdisziplinäres Wissen aus den Wirtschafts-, Umwelt- und Ingenieurwissenschaften in die anwendungsorientierte Forschung integrieren. Idealerweise Kenntnisse in der Programmierung und Datenanalyse mit Tools wie Python, R, MATLAB, OpenLCA, ecoinvent, Brightway oder ähnlichen. Sie arbeiten strukturiert und zuverlässig, zeigen ein hohes Maß an Motivation, Eigeninitiative und Engagement und können sowohl eigenständig als auch in interdisziplinären Teams arbeiten. Sehr gute Englischkenntnisse sowie ausgeprägte Kommunikationsfähigkeiten runden Ihr Profil ab. Ihre Aufgaben Innovative Forschung für nachhaltige Supply Chains durch die Anwendung und Weiterentwicklung von Methoden wie Optimierung, Ökobilanzierung, Datenanalyse, Maschinelles Lernen Präsentation der Ergebnisse im Rahmen von Projekttreffen und auf internationalen Konferenzen Aktive Zusammenarbeit mit interdisziplinären akademischen und industriellen Partnern Erstellung wissenschaftlicher Publikationen für internationale Fachzeitschriften (peer reviewed) Betreuung von studentischen Arbeiten und Unterstützung in der Lehre Unser Angebot Die Einstellung erfolgt im Beschäftigtenverhältnis. Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet zunächst auf 2 Jahre. Die Verlängerung um mindestens ein Jahr ist vorgesehen. Eine Verlängerung des Beschäftigungsverhältnisses ist möglich. Die befristete Beschäftigung erfolgt im Rahmen der Befristungsmöglichkeiten des Wissenschaftszeitvertragsgesetzes. Es handelt sich um eine Teilzeitstelle mit Dreiviertel der regelmäßigen Wochenarbeitszeit. Es besteht die Option auf Erhöhung zu einer Vollzeitstelle. Eine Promotionsmöglichkeit besteht. Die Eingruppierung richtet sich nach dem TV-L. Die Stelle ist bewertet mit EG 13 TV-L.Wirtschaftswissenschaften, Management, Verwaltung Umwelt Mathematik Informatik Umwelt Mathematik Umwelt Wissenschaftlicher Mitarbeiter, wissenschaftliche Mitarbeiterin Doktorand, Doktorandin Forschung & Entwicklung Lehre & Forschung, Wissenschaft Universität Teilzeit