Tenure Track Professor of Machine Learning (m/f/d)

Institut für Grundlagen der Informationsverarbeitung

Tenure Track Professor of Machine Learning (m/f/d)

Die Technische Universität Graz ist die älteste technische Forschungs- und Bildungseinrichtung in Österreich. Seit über 200 Jahren ist sie eine wichtige Universität im internationalen Forschungs- und Bildungsnetzwerk der technischen und Ingenieurswissenschaften. Die Universität erbringt Spitzen­leistungen in ihren fünf Kompetenzfeldern Advanced Material Science; Human- und Biotechnologie; Information, Communication and Computing; Mobility & Production sowie Sustainable Systems. Eines ihrer Alleinstellungsmerkmale ist ihre Offenheit für eine intensive Zusammenarbeit mit anderen nationalen und internationalen Universitäten, Unternehmen sowie mit Forschungs- und Wissenschaftseinrichtungen weltweit.

Die Fakultät für Informatik und Biomedizinische Technik ist eine international angesehene Fakultät, die sich der Exzellenz in Forschung und Lehre verpflichtet hat. Die Forschung an der Fakultät deckt ein breites Spektrum an Themen ab, die sich in den Forschungsschwerpunkten Biomedical Engineering, Safety and Security, Artificial Intelligence und Visual Computing widerspiegeln. Wir sind stolz auf unsere hervorragende Grundlagen- und angewandte Forschung und fördern interdisziplinäre Projekte. Darüber hinaus pflegt unser Fachbereich einen engen Dialog mit der Industrie; er fördert und unterstützt die Gründung von Spin-off-Unternehmen.

Gesucht wird eine Persönlichkeit mit ausgewiesener wissenschaftlicher Expertise, die den Bereich „Machine Learning“ in Forschung und Lehre vertritt. Bewerbungen aus folgenden Teilgebieten sind herzlich willkommen. Sie sollten insbesondere Grundlagenforschung in diesem Bereich sowie dem Überschneidungsgebiet der sub-symbolic und symbolic Artificial Intelligence (AI) innerhalb des renommierten Exzellenzclusters Bilateral AI betreiben.

Von besonderem Interesse sind hierbei die folgenden Themenbereiche:

• Brain-inspired Machine Learning
• Deep Learning with symbolic components
• Generative Deep Learning
• Neurosymbolic AI
• Privacy-preserving and explainable AI
• Trustworthy and robust Machine Learning
• Causality
• Knowledge Representation and Reasoning in combination with Machine Learning

Der*die erfolgreiche Kandidat*in wird eines dieser Gebiete oder ein anderes Gebiet des Machine Learning abdecken, das die bestehenden Stärken des Fachbereichs ergänzt. Die Professur wird Teil des Instituts für Grundlagen der Informationsverarbeitung sein, einer international renommierten Forschungseinrichtung, die Grundlagenforschung auf den Gebieten des Machine Learnings, der Computational Neuroscience, der Brain-inspired Prinzipien der Computation and Learning, sowie der Probilistic Maschine Learning betreibt. Das Institut ist seit mehr als 30 Jahren auf diesem Gebiet tätig.

Der*die neue Professor*in wird die bestehenden Stärken des Fachbereichs ergänzen, eine international sichtbare Gruppe aufbauen, sich als Lehrende oder Lehrender in den Informatik-Studiengängen auf Bachelor-, Master- und PhD-Ebene engagiert lehren und sich aktiv an der akademischen Selbstverwaltung beteiligen. An der Technischen Universität Graz werden die Bachelorstudiengänge in deutscher oder englischer Sprache und die Masterstudiengänge in englischer Sprache unterrichtet.

Die ausgeschriebene Stelle ist eine wissenschaftliche Tenure-Track Professur. (gemäß § 99 Abs. 5 Universitätsgesetz) Nach Abschluss einer Qualifizierungsvereinbarung wird der*die Stelleninhaber*in zum*zur Assistenzprofessor*in ernannt. Nach positiver Evaluierung der Qualifizierungsvereinbarung wird die Stelle in eine Stelle als "Associate Professor" umgewandelt.

Zudem bieten wir ein attraktives Startpaket im Rahmen des Bilateral AI Projektes an.

• Abgeschlossenes Hochschulstudium mit Doktorat (PhD) in einem relevanten Bereich.
• Nachgewiesene Publikationstätigkeit im Bereich des Maschinellen Lernens.
• Hervorragende wissenschaftliche Leistungen.
• Ausgezeichnete didaktische und pädagogische Fähigkeiten.
• Management- und Führungsfähigkeiten.
• Ausgezeichnete Englisch- und Deutschkenntnisse oder die Bereitschaft, diese zu erwerben.

Wir legen außerdem Wert auf

• Internationale Erfahrung und Einbindung in die internationale Forschungsgemeinschaft.
• Erfahrung mit der Einwerbung von Forschungsgeldern und/oder Industriekooperationen.
• Kompetenz in Gender und Diversität

• Abwechslungsreicher Aufgabenbereich

• Kollegial-freundschaftliches Arbeitsklima

• Flexible Arbeitszeitgestaltung (inkl. Home-Office-Möglichkeit; bezahlte Mittagspause)

• Internationale Weiterbildungsmöglichkeiten und Lehraufenthalte

• Gütesiegel für innerbetriebliche Frauenförderung

• Familienfreundliche Arbeitgeberin

• Öffi-Zuschuss

• Universitätssportprogramm

• Einkaufsvergünstigungen

• Betriebliches Gesundheitsmanagement

• Zugang zu den neuesten Technologien

• Umfangreiche Aus- und Weiterbildungsmöglichkeiten

• Sicheres und stabiles Arbeitsumfeld

• Zusatzpensionskasse

Alle Dokumente (außer den Abschlusszeugnissen) müssen in englischer Sprache verfasst sein.

• einen Lebenslauf (mit Kopien der Abschlusszeugnisse);
• ein Publikationsverzeichnis mit Angabe der 5 wichtigsten Veröffentlichungen;
• ein research statement mit einer Beschreibung der bisherigen und geplanten Forschungsaktivitäten (max. 5 Seiten);
• ein teaching statement (max. 5 Seiten) und eine Bewertung der bisherigen Lehrtätigkeit (falls vorhanden); und
• Namen und Kontaktinformationen von zwei Referenzen.

Um das Fach international vertreten zu können, werden gute Englischkenntnisse in Wort und Schrift gefordert. Sofern Deutschkenntnisse nicht ohnehin vorliegen, wird die Bereitschaft zum Erlernen der deutschen Sprache vorausgesetzt.

Die Technische Universität Graz strebt eine Erhöhung des Frauenanteiles, insbesondere in Leitungsfunktionen und beim wissenschaftlichen Personal an und lädt deshalb qualifizierte Frauen ausdrücklich zur Bewerbung ein. Im Falle von Unterrepräsentation werden Frauen bei gleicher Qualifikation vorrangig aufgenommen.

Die Technische Universität Graz bemüht sich aktiv um Vielfalt und Chancengleichheit. Bei der Personalauswahl dürfen Personen aufgrund des Geschlechts, der ethnischen Zugehörigkeit, der Religion oder der Weltanschauung, des Alters oder der sexuellen Orientierung nicht benachteiligt werden (Antidiskriminierung).

Menschen mit Behinderung und entsprechender Qualifikation werden ausdrücklich zur Bewerbung eingeladen.

Die Bewerbung ist an den Dekan des Fachbereichs Informatik und Biomedizinische Technik zu richten

Informationen unter: http://csbme.tugraz.at/go/applications/bilateralAI

Für weitere Fragen wenden Sie sich bitte an Robert Legenstein (applications.csbme@tugraz.at), (keine Bewerbungen).
Bitte beachten Sie, dass wir ausschließlich Bewerbungen aktzeptieren, die über unser Online-Bewerbungsportal eingereicht werden. Bewerbungen per E-Mail oder Post werden nicht berücksichtigt.