Swipe

Die Universität Wien versteht sich als weltoffene Drehscheibe für über 10.000 Mitarbeiter*innen, davon rund 7.500 in Forschung und Lehre. Sie forschen und lehren an einem Ort, wo ihre Ideen Raum finden und arbeiten gemeinsam an den großen Fragen der Zukunft. Schätzen auch Sie den Austausch zwischen Disziplinen, Kulturen und Generationen? Wir suchen einen*eine

Universitätsassistent*in Praedoc 

56 Fakultät für Mathematik 

Besetzung ab: 01.09.2025  | Stundenausmaß: 30.00  | Einstufung KV: §48 VwGr. B1 Grundstufe (praedoc) 

Befristung bis: 31.08.2029 

Stellen ID: 3514

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.

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.
 

Das machen Sie konkret:

Sie beteiligen sich aktiv an Forschung, Lehre & Administration, das bedeutet:

    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.

    o Besuch von internationalen Tagungen und Kongressen

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

Unser Anforderungsprofil/Ihre Anstellungsvoraussetzung:

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.


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:

entweder:
• über unser Jobportal, indem Sie in der Kopfzeile rechts oben auf "Profil anlegen - An- & Abmelden" klicken, oder
• direkt in dieser Ausschreibung, indem Sie den "Jetzt Bewerben" - Button auf der rechten unteren Seite anklicken.

Bei inhaltlichen Fragen kontaktieren Sie bitte: 

Radu Ioan Bot  

radu.bot@univie.ac.at

Wir freuen uns über neue Persönlichkeiten in unserem Team! 
Die Universität Wien betreibt eine antidiskriminatorische Anstellungspolitik und legt Wert auf Chancengleichheit, Frauenförderung und Diversität. Wir streben eine Erhöhung des Frauenanteils beim wissenschaftlichen und allgemeinen Universitätspersonal insbesondere in Leitungsfunktionen an und fordern daher qualifizierte Frauen ausdrücklich zur Bewerbung auf. Bei gleicher Qualifikation werden Frauen vorrangig aufgenommen. 

Universität Wien. Raum für Persönlichkeiten. Seit 1365.

Datenschutzerklärung

​Bewerbungsfrist: 08.07.2025

Prae Doc

Universitätsassistent*in Praedoc

Universitätsassistent*in Praedoc

    Wien
  • Teilzeit
  • befristet
footer region background