Wissenschaftliche/r Mitarbeiter/in (w/m/d)

Kontakt

Name

Natasa Marcanova

Telephone

workPhone
+49 241 80 21902

E-Mail

Anbieter

Informatik 9 - Process and Data Science

Unser Profil

Die Nordrhein-Westfälische Landesregierung hat eine neue Initiative zur Stärkung der Forschung in KI und ML ins Leben gerufen. Das Projekt Machine Learning for Process Mining (ML4ProM) wird zwei Doktoranden haben, die sich mit der Wechselwirkung zwischen Process Mining und maschinellem Lernen befassen und dabei die Expertise der RWTH Aachen und der Universität Bielefeld kombinieren. Diese Doktoranden werden Teil eines größeren ML/AI-Netzwerks namens Data-NInJa sein (insgesamt etwa 15 Doktoranden).

Der Aufgabenbereich der PADS-Gruppe an der RWTH umfasst alle Themen, bei denen diskrete Prozesse analysiert, umgestaltet und/oder datengesteuert unterstützt werden (www.pads.rwth-aachen.de). Das Hauptaugenmerk liegt dabei auf dem Process Mining (einschließlich Prozessfindung, Konformitätsprüfung, Leistungsanalyse, prädiktive Analytik, Betriebsunterstützung und Prozessverbesserung). Dieses Projekt zielt darauf ab, dies mit der ML-Expertise von Prof. Dr. Barbara Hammer in Bielefeld zu kombinieren. Die Doktorarbeit, die sich auf Process Mining konzentriert, wird von der Gruppe Process and Data Science Group (PADS) durchgeführt.

Die PADS-Gruppe arbeitet auf dem gesamten Spektrum von der theoretischen Forschung bis zur angewandten Forschung. Die RWTH Aachen ist eine der führenden technischen Universitäten in Deutschland (typischerweise unter den Top 3). Sie gehört zu den so genannten Exzellenzuniversitäten, und die Fakultät für Informatik der RWTH ist mit über 30 Professoren eine der stärksten in Europa.

Ihr Profil

Sie haben einen Master (oder vergleichbar) in Informatik oder einer verwandten Disziplin (z.B. Statistik, Operations Research oder Managementwissenschaft mit einer Spezialisierung in Daten- und/oder Prozesswissenschaften).
Sie sind ein schneller Lerner, engagiert, autonom und kreativ.
Sie haben ein echtes Interesse (oder Erfahrung) am Process Mining und sind bereit, dies im Rahmen des Bewerbungsverfahrens unter Beweis zu stellen.
Sie verfügen über ausgezeichnete analytische Fähigkeiten und sind bereit, Ihre Ideen zusammen mit anderen Doktoranden und Master-Studenten in Software umzusetzen.
Sie sind ehrgeizig, aber gleichzeitig ein Teamplayer.
Sie sind eifrig und fähig, Bachelor- und Masterstudenten (mit-)zu betreuen und eine sehr wichtige Rolle in Forschungsprojekten zu übernehmen.
Sie verfügen über ausgezeichnete kommunikative Fähigkeiten (auch auf Englisch).

Ihre Aufgaben

Sie werden Process-Mining-Forschung in einer der Spitzengruppen in der Datenwissenschaft betreiben.
Sie werden eine wichtige Rolle im Forschungsprojekt Machine Learning for Process Mining (ML4ProM. Das Projekt "Machine Learning for Process Mining" (ML4ProM) wurde als eines der 7 erfolgreichen Projekte ausgewählt (35 wurden eingereicht), siehe https://www.mkw.nrw/presse/Data_NInJA.
Sie betreuen Bachelor- und Master-Studierende, die an verwandten Themen arbeiten, und sind in begrenztem Umfang an der Lehre beteiligt.
Sie werden Ihre Arbeit auf nationalen und internationalen Konferenzen präsentieren und in den führenden Zeitschriften Ihres Fachgebietes publizieren.
Innerhalb der Gruppe Process and Data Science (PADS) arbeiten vier kleinere Untergruppen
zu (1) foundations of process mining, (2) dealing with large/distributed/streaming/uncertain event data, (3) automated operational process improvement, and (4) responsible process mining (mit Schwerpunkt auf Herausforderungen in Bezug auf Fairness, Genauigkeit, Vertraulichkeit und Transparenz).
Siehe www.pads.rwth-aachen.de für weitere Informationen über die Gruppe.

Unser Angebot

Die Einstellung erfolgt im Beschäftigtenverhältnis.
Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet für 1 Jahr. Eine Verlängerung auf weitere 2,5 Jahre ist möglich.
Es handelt sich um eine Vollzeitstelle. Auf Wunsch kann eine Teilzeitbeschäftigung ermöglicht werden.
Eine Promotionsmöglichkeit besteht.
Die Stelle ist bewertet mit EG 13 TV-L.

Die RWTH ist als familiengerechte Hochschule zertifiziert.
Die RWTH bietet im Rahmen eines Universitären Gesundheitsmanagements eine Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten (z. B. Hochschulsport) an. Ebenso besteht ein umfangreiches Weiterbildungsangebot und es wird ein Jobticket angeboten.
Die Stellenausschreibung richtet sich an alle Geschlechter.
Wir wollen an der RWTH Aachen University besonders die Karrieren von Frauen fördern und freuen uns daher über Bewerberinnen.
Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern sie in der Organisationseinheit unterrepräsentiert sind und sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.
Bewerbungen geeigneter schwerbehinderter Menschen sind ausdrücklich erwünscht.
Im Sinne der Gleichbehandlung bitten wir Sie, auf ein Bewerbungsfoto zu verzichten.
Informationen zur Erhebung personenbezogener Daten nach Artikeln 13 und 14 Datenschutz-Grundverordnung (DS-GVO) finden Sie unter http://www.rwth-aachen.de/dsgvo-information-bewerbung

Bewerbung
Nummer:32625
Frist:15.12.2020
Postalisch:RWTH Aachen
Informatik 9 - PADS
Prof. Dr. Wil van der Aalst
Ahornstraße 55
52074 Aachen
E-Mail:
Bitte beachten Sie, dass Gefährdungen der Vertraulichkeit und der unbefugte Zugriff Dritter bei einer Kommunikation per unverschlüsselter E-Mail nicht ausgeschlossen werden können.

Weitere Informationen