Professur fur Business Data Science

Hochschule Osnabrück
Osnabrück, Germany
1 day ago
Apply on www.careerboard.com
Prepare application

Role details

Contract type
Permanent contract
Employment type
Full-time (> 32 hours)
Experience level
Experienced
Experience required
3 years minimum
Working hours
Regular working hours
Languages
German

Tech stack

Python (Programming Language) Machine Learning Natural Language Processing Large Language Models Deep Learning Information Technology

Job description

  • Lehre schwerpunktmassig in folgenden Studiengangen:
  • BA International Management
  • BSc Wirtschafts informatik
  • BSc Wirtschafts psychologie
  • BA Internationale Betriebs wirtschaft und Management
  • MA International Business and Management
  • Unterstutzung der Studierenden bei ihrer Kompetenzentwicklung durch innovative Lehrformate
  • Anwendungsorientierte Forschung in selbstgewahlten Schwerpunktthemen im Bereich Business Data Science sowie Transfer neuer Forschungserkenntnisse in Wirtschaft und Gesellschaft
  • Aufbau neuer und Pflege bestehender nationaler und internationaler Kooperationen
  • Engagement in der Gestaltung und Weiterentwicklung der Hochschule Osnabruck, * Qualifizierungs- und Hochschuldidaktik-Programme sowie (Forder-)Beratungen vor, wahrend und nach der Berufung
  • Moderne Infrastruktur und starke regionale sowie internationale Vernetzung fur Lehre, Forschung und Transfer
  • Wertschatzung von Vielfalt und ermutigen alle Interessierten unabhangig von Herkunft, Hautfarbe, Geschlecht, Alter, Behinderung, sexueller Identitat, Weltanschauung und Religion zur Bewerbung.

Im Rahmen unserer gesetzlichen Moglichkeiten bevorzugen wir Menschen mit einer Schwerbehinderung sowie ihnen gleichgestellte Personen und fordern Frauen, insbesondere in Lehre, Forschung und Fuhrungspositionen.

Requirements

  • Abgeschlossenes Hochschulstudium im MINT-Bereich (Mathematik, Informatik, Naturwissenschaften, Technik) oder einem verwandten Fachgebiet mit ausgepragtem mathematischem Hintergrund
  • Nachweis der besonderen Befahigung zu vertiefter selbstandiger wissenschaftlicher Arbeit, i. d. R. durch eine uberdurchschnittliche Promotion (ggf. Nachweis promotionsadaquater Leistungen moglich)
  • Beruflicher Werdegang mit:
  • Mindestens 5-jahriger beruflicher Praxis, davon mindestens 3 Jahre ausserhalb des Hochschulbereichs
  • Nachweisliche Bezuge zu den Inhalten der Professur, insbesondere: o Erfolgreiche Anwendung von Natural Language Processing und Machine Learning in Wirtschaftsprojekten o Fundierte Python-Kenntnisse o Praktische Erfahrung mit Deep-Learning-Modellarchitekturen und technologischen Innovationen im Umfeld von Large Language Models (LLMs)

  • Besondere Leistungen aus der Tatigkeit
  • Padagogisch-didaktische Eignung mit nachgewiesener Lehrerfahrung (vorzugsweise mit Studierenden)
  • Fahigkeit zur ubernahme englischsprachiger Lehre

Wunschenswert sind zudem:

  • Fahigkeit zur ubernahme deutschsprachiger Lehre bzw. Bereitschaft, Deutsch zu lernen
  • Affinitat zu Open Science
  • Erfahrungen mit inter-/transdisziplinarer Zusammenarbeit (z. B. Team-Teaching)
  • Coaching-Kompetenzen
  • Gender- und Diversitykompetenz
  • Interkulturelle Erfahrungen in einem internationalen Umfeld

About the company

Als grosste Hochschule fur Angewandte Wissenschaften in Niedersachsen leisten wir mit praxisorientierter Lehre und Forschung unseren Beitrag fur eine lebenswerte Zukunft. Als Stiftungshochschule profitieren wir von hoherer Gestaltungsfreiheit und Eigenverantwortung. Wir suchen Kolleg innen, die gemeinsam mit unseren Studierenden die Gesellschaft nachhaltig pragen und unseren Weg hin zu einer inklusiven und diversen Hochschule mitgestalten.

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on www.careerboard.com
Prepare application

Good distractions

Talks and stories from around this role — technically off-topic, practically not.

1:17 min

Transitioning from academic physics to data science leadership

Katja Träumner

2:36 min

Applying supervised machine learning for practical rule extraction

Katja Träumner

3:32 min

Fundamentals and limitations of large language models

Krzystof Czieslak · LIVE

1:25 min

Distinguishing artificial intelligence from deep learning

Sam Witteveen · Coffee With Developers

3:51 min

Overcoming hardware configuration barriers in machine learning

Jose Luis Latorre Millas · LIVE

1:34 min

Bringing diverse skills to industrial data science roles

Katja Träumner

Videos

See all

Related articles

See all