Dein persönlicher KI-Karriere-Agent
Professur für Data Science in Politik und Gesellschaft (m/w/x)
Entwicklung und Durchführung praxisnaher Lehrangebote zu quantitativen Methoden und KI-gestützten Auswertungen im gesellschaftspolitischen Kontext. Abgeschlossenes Hochschulstudium mit Bezug zur Datenanalyse erforderlich. Vernetztes Arbeiten in kollegialen Teams und Begleitung von Studierenden in innovativen Lehr- und Lernformaten.
Deine Match-Analyse
Warum dieser Job zu dir passt
Mögliche Lücken
Tipps für deine Bewerbung
Anforderungen
- Abgeschlossenes Hochschulstudium mit Bezug zur Datenanalyse (z.B. Data Science, Statistik, Mathematik, geisteswissenschaftliches Fach mit Schwerpunkt Statistik)
- Fundierte Kenntnisse und Expertise an der Schnittstelle von Data Science/quantitativen Methoden und empirischer Sozial-/Politikwissenschaft
- Gute Deutsch- und Englischkenntnisse für Lehre in beiden Sprachen
- Forschungs-/Praxiserfahrung in quantitativer empirischer Sozialforschung (z.B. Computational Social Science, Digital Humanities, datengestützte Wahlforschung)
- Erfahrung in Praxisprojekten zur Analyse großer Datenmengen und Ableitung von Empfehlungen
- Erfahrungen im Umgang mit Large Language Models (LLMs) und KI-Werkzeugen
- Berufliche Netzwerke im öffentlichen Sektor, Behörden, Unternehmens-/Politikberatung oder NGOs/Medien
- Erfahrungen in der Hochschullehre, idealerweise mit digitalen Lehrformaten
- Erfahrung mit Programmiersprachen und Analyseumgebungen für Data Science (z.B. Python, R)
- Abgeschlossenes Hochschulstudium
- Besondere Befähigung zu wissenschaftlicher Arbeit (Promotion oder Gutachten)
- Pädagogische Eignung (Erfahrung in Lehre, hochschuldidaktische Qualifikationen, Probelehrveranstaltung)
- Mindestens fünfjährige berufliche Praxis nach Hochschulstudium (davon mind. drei Jahre außerhalb Hochschule)
- Fünfjährige berufliche Praxis durch Kooperation zwischen Hochschule und außerhochschulischer Praxis möglich
- Nicht älter als 52 Jahre
Aufgaben
- Praxisnahe Lehrangebote im Bereich quantitativer Methoden und KI-gestützter Auswertungen im gesellschaftspolitischen Kontext entwickeln und durchführen
- Praxisorientierte, studentische Datenprojekte sowie Bachelor- und Masterarbeiten betreuen
- Grundlagenvorlesungen im Bereich Politische Systeme übernehmen
- Anwendungsorientierte Forschungsprojekte im Bereich Data Science selbstständig entwickeln und durchführen
- Sich in der akademischen Selbstverwaltung engagieren und an der konzeptionellen Weiterentwicklung der Studiengänge mitwirken
Berufserfahrung
Ausbildung
Sprachen
Tools & Technologien
Von Nejo automatisch aufbereitet
Nejo hat diesen Job automatisch von der Website des Unternehmens Technische Hochschule Nürnberg Georg Simon Ohm erfasst und die Informationen auf Nejo mit Hilfe von KI für dich aufbereitet. Trotz sorgfältiger Analyse können einzelne Informationen unvollständig oder ungenau sein. Bitte prüfe immer alle Angaben in der Originalanzeige! Inhalte und Urheberrechte der Originalanzeige liegen beim ausschreibenden Unternehmen.
Zur Originalanzeige bei Technische Hochschule Nürnberg Georg Simon OhmÜber das Unternehmen
Die Technische Hochschule Nürnberg Georg Simon Ohm bietet ein innovatives Umfeld für Lehre und Forschung und fördert die Persönlichkeitsentwicklung von Studierenden.
th-nuernberg.deNejo bewertet ihn, und bringt ihn danach gemeinsam mit dir in Bestform.
Noch nicht perfekt?
- Technische Hochschule Nürnberg Georg Simon OhmPostdoktorand für KI und Maschinelles Lernen im Mittelstand (m/w/x)Vollzeit/TeilzeitBefristeter Vertragnur vor OrtBerufserfahrenNürnberg
- Schaeffler TechnologiesDuales Studium (DHBW) - Data Science und künstliche Intelligenz (m/w/x)VollzeitAusbildungnur vor OrtHerzogenaurach, Nürnberg
- Telefónica Deutschland Holding AGDuales Studium Data Science und Scientific Computing (B.Sc.) (m/w/x)VollzeitAusbildungnur vor OrtDüsseldorf, Hamburg, München, Nürnberg
- ExxetaSenior AI Knowledge Engineer (m/w/x)Vollzeitnur vor OrtSeniorMünchen, Nürnberg
- ExxetaSenior Full Stack Developer (m/w/x)Vollzeitnur vor OrtSeniorBerlin, Braunschweig, München, Stuttgart, Nürnberg, Hamburg, Dresden, Essen