Aktiviere Job-Benachrichtigungen per E-Mail!

Wissenschaftliche •r Assistent •in Machine Learning

FHNW

Olten

Vor Ort

CHF 80’000 - 100’000

Vollzeit

Vor 2 Tagen
Sei unter den ersten Bewerbenden

Erstelle in nur wenigen Minuten einen maßgeschneiderten Lebenslauf

Überzeuge Recruiter und verdiene mehr Geld. Mehr erfahren

Starte ganz am Anfang oder importiere einen vorhandenen Lebenslauf

Zusammenfassung

FHNW sucht einen Mitarbeiter im Bereich Cybernetic Learning Systems, um innovative Lösungen zu entwickeln und an der Schnittstelle zwischen Forschung und Praxis zu arbeiten. Die Stelle verpflichtet zu vielfältigen Aufgaben, von der Entwicklung neuer Modelle bis zur Zusammenarbeit mit führenden Industriepartnern in spannenden Projekten. Dieser Posten bietet die Möglichkeit, in einem dynamischen Umfeld zu lernen und zu wachsen, während man sich aktiv in die Anwendung neuester Technologien einbringt.

Leistungen

Breites Hochschulsportangebot
Kulturprogramm mit Vorträgen, Konzerten, Theater und Filmen
Mentoring-Programm zur Laufbahnentwicklung

Qualifikationen

  • Starke Programmierkenntnisse in Python und R, C++ von Vorteil.
  • Erfahrung mit Datenbanken und Datenmanagementsystemen wünschenswert.
  • Bereitschaft zur Zusammenarbeit mit Industrie und Wissenschaft.

Aufgaben

  • Entwicklung innovativer Prototypen und Lösungen.
  • Zusammenarbeit mit Industriepartnern in unterschiedlichen Projekten.
  • Mitarbeit an wissenschaftlichen Publikationen und Forschungsinitiativen.

Kenntnisse

Programmierung in Python
Machine Learning
Statistik
Optimierung
Operations Research

Ausbildung

Bachelorstudium im Bereich Informatik, Data Science, Ingenieurwesen oder Naturwissenschaften

Jobbeschreibung

  • in im Forschungsschwerpunkt Cybernetic Learning Systems am Masterstudiengang Business Information Systems arbeiten Sie an der Schnittstelle zwischen Forschung und Praxis. Sie entwickeln innovative Prototypen und Lösungen, gestalten spannende Projekte mit Industriepartnern und treiben Forschungsinitiativen voran. Dabei umfasst Ihr Aufgabengebiet folgende Punkte :
  • innovative Ideen und Modelle zur Lösung komplexer Problemstellungen entwickeln
  • neuste Technologien im Bereich ML und angewandte AI einsetzen
  • neue Ideen, gestützt auf bestehende wissenschaftliche Publikationen, einbringen
  • Möglichkeit, an wissenschaftlichen Publikationen mitzuwirken
  • mit führenden Industriepartnern in diversen Gebieten zusammenarbeiten, z.B. öffentlicher Verkehr, Aviatik, Versicherungs-, Finanz- oder auch Energiebranche
  • in von EU und Innosuisse geförderten Projekten unterstützen

Die Stelle ist zunächst auf 1–3 Jahre befristet.

  • Bachelorstudium (ETH, Uni, FH) im Bereich Informatik, Data Science, Ingenieurwesen oder Naturwissenschaften
  • starke Programmierkenntnisse in Python und weiteren Sprachen wie R, C++
  • Erfahrung mit Datenbanken und Datenmanagementsystemen von Vorteil
  • vertiefte Kenntnisse in Statistik, Machine Learning sowie idealerweise Know-how im Bereich Optimization und Operations Research
  • Begeisterung für angewandte Forschung sowie die Bereitschaft zur Zusammenarbeit mit Industrie und Wissenschaft
  • selbstständige Arbeitsweise und die Bereitschaft sich in neuen Bereichen weiterzuentwickeln

Die Verbindung von Lehre, Forschung und Praxis ist unsere Leidenschaft. Unsere Hochschule für Wirtschaft FHNW pflegt und nutzt die bereichernde Vielfalt der Mitarbeitenden. Es ist unsere Ambition, in einer vernetzten und dynamischen Welt Tag für Tag zu lernen, um innovative und verantwortungsbewusste Führungskräfte von morgen auszubilden. Dabei leben wir eine wertschätzende, praxisnahe und international geprägte Kultur.

Breites Hochschulsportangebot

Kulturprogramm mit Vorträgen, Konzerten, Theater und Filmen

Gelebte Praxis der Lohngleichheit von Frau und Mann

Gezielte Förderung von Promotionsvorhaben

Jahresarbeitszeit (42 Stunden / Woche) mit Option auf Teilzeit und Homeoffice

Mentoring-Programm zur Laufbahnentwicklung und Doktoratsförderung

Hol dir deinen kostenlosen, vertraulichen Lebenslauf-Check.
eine PDF-, DOC-, DOCX-, ODT- oder PAGES-Datei bis zu 5 MB per Drag & Drop ablegen.