Doktorand*in in der Arbeitsgruppe Massive Data Processing der Fakultät 4
Uni Wuppertal, Germany
- Institution
- Uni Wuppertal
- Country
- Germany
- Subject area
- Computer Science & AI
- Application deadline
- 5 October 2026
- Location
- Wuppertal, Nordrhein-Westfalen, DE
- Funding
- Fully funded position
Want to be the strongest applicant for this position?
Book a free 15-minute call with our team. We will look at your profile against what Uni Wuppertal is actually looking for, and tell you honestly where you stand and what to strengthen before you apply.
Book a free call about this position →No cost, no obligation. Mentors who have secured funded PhD positions themselves.
We mentor STEM applicants only. If your research aspirations are outside STEM subjects, you're very welcome to use this board and apply directly; we just aren't the right people to mentor you.
About this position
Wissenschaftliche*r
Mitarbeiter*in (Doktorand*in)
Die Bergische Universität Wuppertal ist eine dynamische, forschungsorientierte
Campusuniversität. Getreu ihres Leitmotivs „Verstehen, Vermitteln, Gestalten“ widmet
sie sich den großen gesellschaftlichen Herausforderungen in Wissenschaft, Bildung,
Kultur, Wirtschaft, Gesellschaft, Technik und Umwelt. Sie ist aktive Partnerin in den
Netzwerken der Region sowie in nationalen und internationalen Kooperationen. Rund
24.500 Menschen studieren, forschen und arbeiten hier an neun Fakultäten, in teils
interdisziplinären Forschungseinrichtungen oder in der Verwaltung.
In der Fakultät für Mathematik und Naturwissenschaften, in der Fachgruppe Mathematik
und Informatik, in der Arbeitsgruppe Massive Data Processing, suchen wir
Unterstützung.
Ihre Aufgaben
- Eigenständige Mitarbeit an innovativer Forschung im Bereich Scalable Machine
Learning für daten- und prozessorientierte Anwendungen mit dem Ziel der Promotion
- Entwicklung neuartiger Methoden für skalierbare, nachhaltige und kontinuierlich
lernende Machine-Learning-Systeme
- Forschung zu modernen Lernverfahren, z. B. Foundation Models, Self-Supervised
Learning, Contrastive Learning oder Continual Learning
- Mitwirkung bei der Planung und wissenschaftlichen Durchführung nationaler und
internationaler Forschungsprojekte
- Erstellung wissenschaftlicher Publikationen und Präsentation der Forschung auf
internationalen Fachkonferenzen
- Mitwirkung bei der Einwerbung und Durchführung von Drittmittelprojekten
- Eigenständige Betreuung von Übungen, Praktika und studentischen Arbeiten,
insbesondere im Rahmen der Bachelorveranstaltung Datenbanken (max. im Umfang
von 4 LVS)
- Mitwirkung bei der Durchführung von Prüfungen
- Mitwirkung bei der Betreuung von Bachelor- und Masterarbeiten im Bereich Scalable
Machine Learning for Data and Processes
Ihr Profil
- Überdurchschnittlich abgeschlossenes wissenschaftliches Hochschulstudium
(Master oder vergleichbar) in Informatik oder einem verwandten Fach
- Interesse an moderner Forschung im Bereich Machine Learning, insbesondere an
skalierbaren, nachhaltigen und daten-effizienten Lernverfahren
- Gute Programmierkenntnisse, vorzugsweise in Python
- Fähigkeit zu analytischem, strukturiertem und eigenständigem Arbeiten
- Ausgeprägtes Interesse an wissenschaftlicher Forschung und einer Promotion
- Erfahrungen in der Durchführung von Übungen zu Lehrveranstaltungen in Informatik
- Soziale und kommunikative Kompetenz
- Sehr gute Englischkenntnisse
- Deutschkenntnisse mindestens auf dem Niveau B2
Es handelt sich um eine Qualifizierungsstelle im Sinne des Wissenschaftszeitvertragsgesetzes (WissZeitVG), die zur Förderung eines Promotionsverfahrens dient. Die Stelle
ist befristet für die Dauer des Promotionsverfahrens, jedoch vorerst bis zu 3 Jahren, zu
besetzen. Eine Verlängerung zum Abschluss der Promotion ist innerhalb der
Befristungsgrenzen des WissZeitVG ggf. möglich.
Beginn: zum nächstmöglichen Zeitpunkt
Dauer: befristet bis zu 3 Jahren
Stellenwert
E 13 Tv- L
Umfang: Vollzeit (Teilzeit ist möglich, bitte
geben Sie bei der Bewerbung
an, ob Sie auch bzw. nur an
einer Teilzeitbeschäftigung
interessiert wären)
Kennziffer: 26271
Ansprechpartner
Herr Prof. Dr. Marwan Hassani
hassani@uni-wuppertal.de
Bewerbungen über
stellenausschreibungen.uniwuppertal.de
Bewerbungsfrist: 05.10.2026
Wir Bieten Ihnen
Kollegiales und wertschätzendes Miteinander Betriebliches Gesundheitsmanagement und UniSport
Flexible Arbeitszeiten und Homeoffice Arbeiten in internationalem Kontext
30 Urlaubstage Großes Fort- und Weiterbildungsangebot
Familienfreundliche Arbeitsbedingungen Betriebliche Altersvorsorge
An der Bergischen Universität schätzen wir die individuellen und kulturellen Unterschiede unserer Universitätsangehörigen
und setzen uns für Gleichstellung, Chancengerechtigkeit und die Vereinbarkeit von Familie und Beruf ein. Bewerbungen
von Menschen jeglichen Geschlechts sowie von Menschen mit Schwerbehinderung und ihnen gleichgestellten Personen
sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen. Die Rechte von Menschen mit einer
Schwerbehinderung, bei gleicher Eignung bevorzugt berücksichtigt zu werden, bleiben unberührt.
Bewerbungen umfassen alle notwendigen Unterlagen (Anschreiben, Lebenslauf, Nachweis des abgeschlossenen
Hochschulstudiums, Arbeitszeugnisse, ggf. Nachweis einer Schwerbehinderung). Unvollständig eingereichte Bewerbungen
können nicht berücksichtigt werden!
Apply directly to Uni Wuppertal
Emerging Scholars Council is not the employer and does not recruit for this position. It is advertised by Uni Wuppertal, and your application goes to them. We help students prepare and strengthen their applications.
Go to the official application page →Applications close 5 October 2026.
Contact listed in the advert
Some positions — especially in Germany, Austria and Switzerland — are filled by writing directly to the supervisor rather than through an online form. These addresses were taken from the advert text, so check them against the official listing before you write.
A cold email to a supervisor is the highest-leverage thing you can send — and the easiest to get wrong. Ask us to look at yours before you hit send.