Universitätsassistent*in Praedoc

Ausführliche Beschreibung

Die Fakultät für Mathematik an der Universität Wien ist die größte österreichische Forschungs- und Lehreinrichtung auf dem Gebiet der Mathematik. Sie zeichnet sich durch die Breite der vertretenen Fächer aus, welche von den Grundlagen der Logik, über alle klassischen Kernfächer, bis hin zu konkreten Industrieanwendungen reichen. Im Rahmen der Fakultät repräsentiert das Institut für Mathematik die Mathematik als Ganzes in Forschung und Lehre, ohne dabei eine willkürliche Trennung in Reine und Angewandte Mathematik vorzunehmen. Und zugleich bereiten wir junge Menschen auf die Anforderungen des modernen Arbeitsmarkts vor.

Wir suchen nach offenen, innovativen und produktiven Kolleg*innen, die bereit sind, in einem internationalen und interdisziplinären Umfeld zu arbeiten.

Ausführliche Beschreibung

Ihr beruflicher Tätigkeitsbereich:

Wir freuen uns, über Bewerbungen für die Stelle als Universitätsassistent*in (Praedoc / PhD-Kandidat) zur Verstärkung des Forschungsteams unter der Leitung von Univ.-Prof. Olga Mula. Die Arbeit unserer Gruppe steht an der Spitze der numerischen Analysis für partielle Differentialgleichungen, angereichert mit datengesteuerten Methoden - eine leistungsstarke Kombination, die die Möglichkeiten der Computerwissenschaften neu definiert, spielt sie eine entscheidende Rolle bei der Bewältigung einiger der heutigen wissenschaftlichen und gesellschaftlichen Herausforderungen.

Der*die ausgewählte Kandidat*in wird an einem spannenden Projekt an der Schnittstelle von Datenassimilation und optimalem Transport mitarbeiten, das sich auf Wasserstein-Gradientenströmungen konzentriert. Ziel ist die Entwicklung innovativer Assimilationsverfahren unter Verwendung nichtlinearer Approximationstools - wie neuronale Netze, Spline-Funktionen oder Gaußsche Zufallsfelder.

Die zentrale Herausforderung? Die Entwicklung von Methoden, die nicht nur nachweislich stabil und zuverlässig sind, sondern auch in hohen Dimensionen effizient sind, die Auswirkungen des berüchtigten Fluchs der Dimensionalität minimieren und bestimmte strukturelle Eigenschaften von Gradientenflüssen wie Entropiedissipation erfüllen. Dies ist eine Chance, innovative mathematische und rechnerische Probleme mit praktischer Relevanz unter Verwendung moderner Approximationstheorie und Techniken des maschinellen Lernens in Angriff zu nehmen.

Der*die ideale Kandidat*in hat bereits Erfahrungen mit modernen Entwicklungen in mindestens einem der folgenden Bereiche gesammelt: Optimaler Transport, numerische Analyse von PDEs, Funktionsanalyse, mathematische Grundlagen des Deep Learning und Maßtheorie. Weitere Informationen über unseren Forschungsbereich und unser Team finden Sie auf unserer Website: http://www.olgamula.com. Als Team legen wir großen Wert auf ein positives, integratives und respektvolles Arbeitsumfeld und tauschen uns in unseren Gruppentreffen regelmäßig über aktuelle Themen und Projekte aus.

Das Datum des Vertragsbeginns ist verhandelbar, sollte aber zwischen dem 1. September 2025 und dem 1. Februar 2026 liegen. Die Beschäftigungsdauer beträgt 4 Jahre ab Vertragsbeginn.
 

Ausführliche Beschreibung

Das machen Sie konkret:

• Mitarbeit und Forschung auf dem Gebiet der Partiellen Differentialgleichungen:

    o Erarbeitung eigener Lösungsansätze als Teil der Forschungsgruppe von Prof. Mula.
    o Abschluss einer Dissertationsvereinbarung binnen 12-18 Monate wird erwartet.  

    o Die Mitgliedschaft in der Vienna School of Mathematics und die aktive Beteiligung an ihren Aktivitäten werden
       vorausgesetzt.

• Interdiziplinäres Zusammenarbeiten:

    o Besuch von internationalen Tagungen und Kongressen

• Mitarbeit in der Lehre und Administration:

    o Selbständige Mitwirkung in der Instituts-, Lehr- und Forschungsadministration.
    o Selbständige Mitwirkung an und selbständiges Abhalten von Lehrveranstaltungen im Ausmaß der kollektivvertraglichen Bestimmungen.

Ausführliche Beschreibung

Unser Anforderungsprofil/Ihre Anstellungsvoraussetzung:

• Abgeschlossenes Diplom- oder Master-Studium der Fachrichtung Mathematik oder einem verwandten Gebiet vor Vertragsbeginn.
• Erste Praxis im wissenschaflichen Schreiben und mit Forschungsmethoden (Kopie der Masterarbeit, sowie Publikations- und Vortragsliste soweit zutreffend).
• Didaktische Kompetenzen.
• Exzellente Programmierkenntnisse (Phyton oder Julia).
• Ausgezeichnete Englischkenntnisse in Wort und Schrift.
• Sie sind ein*e Teamplayer*in mit hoher sozialer, kommunikativer Kompetenz.
• Sie sind zielorientiert und verfügen insb. über eine hohe Motivation wissenschaftliche Exzellenz anzustreben.
• Sie haben keinen Anspruch auf Abgeltung angefallener Reise- und Aufenthaltskosten, die aus Anlass des Aufnahmeverfahrens entstanden sind.

Ausführliche Beschreibung

Was wir bieten:

Die Ausschreibung erfolgt für 4 Jahre, wobei das Arbeitsverhältnis vorerst auf 1,5 Jahre befristet ist und automatisch auf insgesamt 4 Jahre verlängert wird, sofern der Arbeitgeber nicht nach längstens 12 Monaten eine Nichtverlängerungserklärung abgibt.

• Work-Life-Balance: Die Vereinbarkeit von Beruf und Privatleben bzw. und Studium sind uns ein besonders wichtiges Anliegen. Sie können folglich in Abstimmung mit dem Team und der Team-Leitung im Rahmen der aktuell geltenden Betriebsvereinbarungen Ihre Arbeitszeiten flexibel sowie familienfreundlich gestalten und auch teilweise im Home-Office arbeiten.
• Inspirierendes Arbeitsklima: Sie sind Teil eines internationalen Teams mit hervorragender Forschungsinfrastruktur in einer lockeren Arbeitsumgebung.
• Gute öffentliche Anbindung: Ihr neuer Arbeitsplatz ist mit öffentlichen Verkehrsmitteln bequem erreichbar.
• Klimaneutralität - Nachhaltigkeit: Die Universität Wien leistet ihren Beitrag zur Erreichung der Klimaziele mittels einer beschlossenen Nachhaltigkeitsstrategie und strebt durch Reduzierung des Ressourcenverbrauchs, ressourcenschonenden und nachhaltigen Beschaffungen und Investitionen Klimaneutralität bis 2030 an.
• Befristeter Vertrag und angemessenes Gehalt: Das Grundgehalt entspricht dem Kollektivvertrag für die Arbeitnehmer*innen der Universitäten gem §48 VwGr. B1 Grundstufe (praedoc): EUR 3.714,80 auf Vollzeitbasis (14 mal jährlich). Das tatsächliche Gehalt wird schließlich in Abhängigkeit von Berufserfahrung und Qualifikation festgelegt. Mit dem Bruttobezug sind sämtliche Leistungen des*der Arbeitnehmers*Arbeitnehmerin in quantitativer und qualitativer Hinsicht abgegolten (= All-in-Bezug).
• Interne Weiterbildung und Coaching: Wir bieten Ihnen laufend die Möglichkeit, Ihre Kompetenzen zu vertiefen. Wählen Sie aus einem umfangreichen, kostenfreien Kursangebot.
• Benefits: Die Universität Wien bietet Ihnen zudem zahlreiche Benefits wie bspw. eine betriebliche Pensionsvorsorgekasse, Fahrtkostenzuschüsse, günstige Parkmöglichkeiten, vergünstigte EDV (Hard- und Software), Sondertarife für Sprachkurse des universitären Sprachenzentrums, Frauenförderung, Diversitätsmanagement und spezifische Karriereförderung, Inklusion, Papamonat, flexible Kinderbetreuung sowie Ferienbetreuung, Gesundheitsvorsorge, Impfaktionen und Fitnessangebote sowie Vergünstigungen und Rabatte für Mitarbeiter*innen bei diversen Firmen.
• Gleiche Chancen für alle: Wir freuen uns über jede zusätzliche Persönlichkeit im Team!

Ist Ihr Interesse an diesem attraktiven und vielseitigen Betätigungsfeld mit eigenverantwortlichen Aufgabenbereichen nun geweckt? Möchten Sie an den aktuellen sowie künftig großen wissenschaftlichen Fragen des Forschungsteams rund um Prof. Mula aktiv mitarbeiten und insb. noch besser werden indem was Sie bereits können?

Dann freuen wir uns auf Sie und Ihre aussagekräftige Bewerbung:

• mit Ihrem Motivationsschreiben,
• Ihrem wissenschaftlichen Lebenslauf,
• einer Zusammenfassung bisheriger Forschungsaktivitäten sowie künftige Forschungsinteressen (max. 2 Seiten)
• Kopie der Masterarbeit, sowie Publikations- und Vortragsliste soweit zutreffend,
• Ihrem Bescheid über ein abgeschlossenes Master-/Diplom-Studium (vor Vertragsbeginn jedenfalls erforderlich) und
• Kontaktdetails von 2 Personen für Referenzen direkt an olga.mula.hernandez@univie.ac.at unter Angabe der Kennziffer 3514