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

Doktorand/in

Kontakt

Name

Natasa Marcanova

Telephone

workPhone
+49 4218021902

E-Mail

Anbieter

Informatik 9 - Process and Data Science

Unser Profil

Der Lehrstuhl Process and Data Science unter der Leitung von Prof. Wil van der Aalst ist eine Forschungseinrichtung an der RWTH, die sich auf das Zusammenspiel von Prozessen und Daten konzentriert. PADS steht für die Ambitionen der RWTH im Bereich Data Science und wird durch die Alexander-von-Humboldt-Professur unterstützt. PADS umfasst alle Themen, in denen diskrete Prozesse analysiert, neu konstruiert und / oder datengesteuert unterstützt werden. Process-centricity ist eine Kombination aus Data Science-Techniken wie maschinelles Lernen, Data Mining, Visualisierung und Big Data Infrastructures. Der Schwerpunkt liegt auf Process Mining einschließlich Prozesserkennung, Konformitätsprüfung, Leistungsanalyse, Vorhersageanalytik, Betriebsunterstützung und Prozessverbesserung. Dies wird mit benachbarten Disziplinen wie Operations Research, Algorithmen, diskrete Event-Simulation, Business Process Management und Workflow-Automatisierung kombiniert. Der Lehrstuhlinhaber ist der Begründer der Process Mining Disziplin und einer der führenden Informatiker der Welt. Seine Ambition ist es wissenschaftliche Durchbrüche zu verwirklichen, die Organisationen dabei helfen, einen geschäftlichen und gesellschaftlichen Wert aus Veranstaltungsdaten zu ziehen. Investitionen der RWTH, der Alexander-von-Humboldt-Stiftung und des Fraunhofer-Instituts für Angewandte Informationstechnik ermöglichen es, dies zu realisieren und geben Ihnen die einzigartige Chance auf wissenschaftliche Tätigkeit und Promotion im Bereich des Process Mining.

Ihr Profil

Sie haben ein abgeschlossenes Hochschulstudium (Master oder vergleichbar) in Informatik oder einer verwandten Disziplin zum Beispiel Statistik, Operations Research oder Management Science mit einer Spezialisierung in Data- und/oder Process Mininig, und streben eine Tätigkeit als wissenschaftlicher Mitarbeiter im Bereich Data Science an.
Sie haben einen sehr guten Studienabschluss und können dies anhand Ihrer Zeugnisse und Referenzen nachweisen.
Sie haben eine schnelle Auffassungsgabe und arbeiten engagiert, autonom und kreativ.
Sie kennen sich mit Process Mining aus (z.B. haben Sie das Process Mining Buch https://www.springer.com/de/book/9783662498507 gelesen oder den Coursera MOOC "Process Mining: Data science in Action" https://www.coursera.org/learn/process-mining) erfolgreich abgeschlossen.
Sie haben ein echtes Interesse und/oder Erfahrung im Process Mining und sind bereit, dies im Rahmen des Bewerbungsprozesses zu demonstrieren.
Sie verfügen über ausgezeichnete analytische Fähigkeiten und sind bereit, Ihre Ideen in Software umzusetzen.
Sie sind ehrgeizig und gleichzeitig ein Teamspieler.
Sie verfügen über sehr gute Sprachkenntnisse (Englisch) und haben Freude daran, Ihre Ideen zu präsentieren.

Ihre Aufgaben

Sie betreiben modernste Forschung im Bereich Process Mining in einer der Top-Gruppen des Data Science.
Sie nehmen eine führende Rolle bei Forschungsprojekten mit Industriepartnern ein, die Ihnen Daten liefern und Feedback zu Forschungsergebnissen geben.
Sie betreuen Bachelor- und Masterstudierende, die in Ihrem Themengebiet arbeiten und sich stellenweise an der Lehre beteiligen.
Sie präsentieren Ihre Arbeit auf nationalen und internationalen Konferenzen und veröffentlichen Artikel in den führenden Zeitschriften Ihrer Disziplin.
Sie erstellen innerhalb von 4 Jahren eine Doktorarbeit.
Innerhalb der PADS-Gruppe arbeiten vier kleinere Untergruppen an Grundlagen des Process Mining, dem Umgang mit großen/verteilten/streaming/ungewissen Ereignisdaten, automatisierter, operativer Prozessverbesserung und Responsible Process Mining - Fokus auf Herausforderungen im Zusammenhang mit Fairness, Genauigkeit, Vertraulichkeit und Transparenz. In einem dieser spannenden Bereiche werden Sie je nach Hintergrund und Interessen zu einer Promotion geführt.

Unser Angebot

Die Einstellung erfolgt im Beschäftigtenverhältnis.
Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet für 1 Jahr . Eine Verlängerung um weitere 3 Jahre ist vorgesehen.
Es handelt sich um eine Vollzeitstelle. Auf Wunsch kann eine Teilzeitbeschäftigung ermöglicht werden.
Eine Promotionsmöglichkeit besteht.
Die Stelle ist bewertet mit TV-L EG 13.

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:33722
Frist:31.12.2021
Postalisch:RWTH Aachen University
Informatik 9 - Process and Data Science
Ahornstraße 55
52074 Achen
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.