PhD/Junior Researcher oder PostDoc/Senior Researcher (w/m/x) – NFDI4Memory

FIZ Karlsruhe – Leibniz-Institut für Informationsinfrastruktur ist eine der führenden Adressen für wissenschaftliche Information und Dienstleistung und Mitglied der Leibniz-Gemeinschaft. Unsere Kernaufgabe ist die professionelle Versorgung von Wissenschaft und Wirtschaft mit Forschungs- und Patentinformation sowie die Entwicklung von innovativen Informationsinfrastrukturen, z.B. mit den Schwerpunkten Forschungsdatenmanagement, Wissensgraphen und digitale Plattformen. Dazu betreiben wir eigene Forschung, kooperieren mit renommierten Universitäten und Forschungsgesellschaften und sind international und interdisziplinär vernetzt. FIZ Karlsruhe ist eine GmbH mit gemeinnützigem Charakter und eine der größten außeruniversitären Einrichtungen ihrer Art.

Der Bereich Information Service Engineering (ISE) erforscht Modelle und Methoden zur effizienten semantischen Indizierung, Aggregation, Verknüpfung und Abfrage von umfangreichen heterogenen und verteilten Datenquellen. Zu diesem Zweck werden sowohl statistische und linguistische Analysemethoden (NLP) als auch maschinelles Lernen in Kombination mit symbolischer Wissensrepräsentation eingesetzt. Dabei stützt sich die ISE-Forschung auf die für das Semantic Web entwickelten Standards und erweitert diese. Im Bereich der angewandten Forschung werden unter anderem Lösungen für die Wissensextraktion, semantische Analyse und Annotation, die semantische und explorative Suche sowie für Empfehlungssysteme und Question Answering Systeme erarbeitet. Neben der methodischen Grundlagenforschung liegen die Schwerpunkte der Anwendungsbereiche in den digitalen Geisteswissenschaften, den Material- und Werkstoffwissenschaften sowie im Forschungsdatenmanagement.

Zum nächstmöglichen Zeitpunkt suchen wir für unseren Hauptsitz in Karlsruhe einen PhD/Junior Researcher oder PostDoc/Senior Researcher (w/m/x) im Information Service Engineering Forschungsteam (FIZ ISE). Die Stelle ist Teil des Projekts NFDI4Memory mit dem Ziel der Schaffung einer langfristigen und nachhaltigen Forschungsdateninfrastruktur in Wissenschaftsdisziplinen, die historische Methoden verwenden oder auf Daten angewiesen sind, die historische Kontextualisierung erfordern.

Ihre Aufgaben:

• Durchführung innovativer Forschung innerhalb des FIZ ISE Themenspektrums, wie bspw. Ontological Engineering, Implementierung von Wissensgraphen, Natural Language Processing und vieles mehr.
• Teilnahme an wissenschaftlichen Publikationen, Drittmittelanträgen und akademischen Aktivitäten.
• Betreuung von Bachelor- und Masterarbeiten.
• Übernahme von Aufgaben im Rahmen des Projekts NFDI4Memory von der Konzeption bis zur Implementierung und Wartung von Wissensgraphen für das Forschungsdatenmanagement der historischen Wissenschaften.

Ihre persönliche Qualifikation:

• Sehr guter Masterabschluss in Informatik oder einer vergleichbaren Disziplin.
• Wenn Sie nicht über den geforderten akademischen Grad verfügen, jedoch durch ihre Forschungsarbeit überzeugen können, freuen wir uns über Ihre Bewerbung!
• Ausgezeichnete Software Entwicklungsfähigkeiten. Idealerweise bringen Sie Erfahrung in der Entwicklung ausgereifter Softwarekomponenten mit.
• Interesse und Kenntnisse in Geschichtswissenschaften sind von Vorteil, aber nicht zwingend erforderlich.
• Motivation und Freude an der Auseinandersetzung mit anspruchsvollen Forschungsthemen und an einer gemeinsamen Entwicklung überzeugender Lösungen.
• Ausgezeichnete Englischkenntnisse in Wort und Schrift, Deutschkenntnisse sind von Vorteil, aber nicht zwingend erforderlich.

Als PostDoc/Senior Researcher (w/m/x) bringen Sie zusätzlich Expertise mit:

• Sehr gute, abgeschlossene Promotion in Informatik oder einer vergleichbaren Disziplin.
• Veröffentlichungen von Forschungsergebnissen in renommierten, peer-reviewten Fachzeitschriften und Konferenzen.
• Erfolgreiche Betreuung von Bachelor- und Masterstudenten.
• Erfolgreiche Kooperationen mit internationalen Forschungsgruppen, der Industrie sowie Open-Source- und Community-Initiativen.
• Erfahrung in der Beantragung von Fördermitteln bei nationalen, europäischen und internationalen Fördereinrichtungen.

Wir erwarten Expertise in einem oder mehreren der folgenden Forschungsgebiete:

• Knowledge Graphs and Semantic Web Technologies
• Machine Learning and Deep Learning
• Ontology Design and Ontological Engineering
• Natural Language Processing

Ihre persönliche Qualifikation:

• Offenheit, ein hohes Maß an Selbstständigkeit und Eigenmotivation sowie Interesse an der Bewältigung anspruchsvoller Forschungsvorhaben.
• Ausgezeichnete organisatorische Fähigkeiten gepaart mit Aufgeschlossenheit und wissenschaftlichem Führungspotenzial zeichnen Sie aus.

Warum FIZ Karlsruhe: 

• Ein hoch motiviertes, enthusiastisches und internationales Forschungsteam
• Ein unterstützendes Umfeld für die Entwicklung Ihrer Karrierepläne mit der Möglichkeit, wissenschaftliche Unabhängigkeit zu erlangen
• Ein Mentor als Teil Ihres neuen Teams, der Sie durch die Einarbeitungsphase begleitet
• Flexible Arbeitszeitmodelle und Mobiles Arbeiten
• Vergütung nach dem Tarifvertrag für den öffentlichen Dienst (TVöD VKA) mit der betrieblichen Altersvorsorge bei der VBL
• Zertifiziert durch das audit berufundfamilie, das die Vereinbarkeit von Familie und Beruf gewährleistet
• Angebot zum Dienstradleasing

Das Arbeitsverhältnis ist zunächst auf zwei Jahre befristet, wobei unser Ziel eine langfristige Zusammenarbeit ist. Bewerbungen Schwerbehinderter werden - bei gleicher Eignung - bevorzugt. Informationen zum Datenschutz bei Stellenausschreibungen finden Sie hier.

Bei fachlichen Fragen wenden Sie sich gerne an den Bereichsleiter harald.sack [at] fiz-karlsruhe.de (Herrn Prof. Dr. Harald Sack). Bei Fragen zum Bewerbungsprozess wenden Sie sich gerne an bewerbung [at] fiz-karlsruhe.de.

Bitte richten Sie Ihre vollständigen Bewerbungsunterlagen unter Angabe der Kennziffer 07/2023 bevorzugt per E-Mail an bewerbung [at] fiz-karlsruhe.de.

Bitte bewerben Sie sich mit den folgenden Unterlagen:

1. detaillierter Lebenslauf
2. Zeugniskopien und gegebenenfalls Transkripte
3. vollständige Publikationsliste
4. Empfehlungsschreiben (mindestens zwei)
5. Motivationsschreiben