Stellen im Hochschulwesen
Stellenangebote Übersicht Arbeitgeber für Arbeitgeber Impressum
Impressum
Ostbayerische Technische Hochschule Regensburg

Ostbayerische Technische Hochschule Regensburg
Vollzeit
Regensburg
Jetzt bewerben

Mit mehr als 11.000 Studierenden, 250 Professorinnen und Professoren sowie ca. 700 Mitarbeitenden sind wir eine der größten Hochschulen für angewandte Wissenschaften in Bayern. Werden auch Sie ein Teil unserer Hochschule! Wir besetzen aktuell:

Professur: Mathematik mit dem Schwerpunkt Maschinelles Lernen

Fakultät

Informatik und Mathematik

Einstiegstermin

01.10.2027

Vergütung

W 2

Standort

Regensburg

Bewerbungsfrist

04.10.2026

Von uns für Sie

Lehrentlastung für Neuberufene

Attraktives Lehr- und Forschungsumfeld

Hoher Grad an Autonomie in der Arbeitsgestaltung

Lebendige Campusatmosphäre

Wertschätzende & kollegiale Arbeitskultur

Ausgezeichente persönliche Atmosphäre zwischen Lehrenden & Studierenden

Mehr über unsere Benefits erfahren Sie auf unserer .

Wir freuen uns auf Ihre aussagekräftigen Bewerbungsunterlagen (Anschreiben, Lebenslauf, Zeugnisse, Nachweise über den beruflichen Werdegang und die wissenschaftlichen Arbeiten) über unser Online-Portal.

vorzulegen.

Das erwartet Sie

  • Lehrtätigkeit in den Bachelor- und Masterstudiengängen der Fakultät Informatik und Mathematik sowie in weiteren Studiengängen der Hochschule
  • Aktive Mitarbeit an der inhaltlichen Gestaltung und Weiterentwicklung von Studiengängen der Fakultät Informatik und Mathematik
  • Engagement in der anwendungsorientierten Forschung
  • Mitwirkung in der akademischen Selbstverwaltung der Fakultät und der Hochschule

Das bringen Sie mit

Freude an der Lehre sowie:

  • Fundierte Kenntnisse mathematischer Grundlagen von Data Science und modernen Verfahren des maschinellen Lernens
  • Berufliche Praxiserfahrung in der Anwendung von Verfahren der Künstlichen Intelligenz
  • Begeisterung, neben fachlichen Vertiefungsveranstaltungen auch mathematische Grundlagenveranstaltungen in den Studiengängen der Fakultät sowie in weiteren Studiengängen der Hochschule zu übernehmen
  • Engagement, Ihr Fachgebiet in Lehre und Forschung eigenverantwortlich zu vertreten
  • und die Bereitschaft für Online-Lehre und Lehrveranstaltungen in englischer Sprache

Wünschenswert sind darüber hinaus Kenntnisse und praktische Erfahrung in speziellen Gebieten des maschinellen Lernens, wie zum Beispiel:

  • Data-driven Modelling
  • Multimodale Foundation-Modelle
  • Generative-KI

Einstellungsvoraussetzungen

  • Abgeschlossenes Hochschulstudium, bevorzugt der Mathematik oder einer vergleichbaren Fachrichtung
  • Besondere Befähigung zu wissenschaftlicher Arbeit, die in der Regel durch die Qualität einer Promotion nachgewiesen wird
  • Pädagogische Eignung; der Nachweis ist u. a. durch eine Probelehrveranstaltung zu erbringen
  • Besondere Leistungen bei der Anwendung oder Entwicklung wissenschaftlicher Erkenntnisse und Methoden in einer mindestens fünfjährigen beruflichen Praxis, die nach Abschluss des Hochschulstudiums erworben sein muss und von der mindestens drei Jahre außerhalb des Hochschulbereichs ausgeübt worden sein müssen; der Nachweis der außerhalb des Hochschulbereichs ausgeübten beruflichen Praxis kann in besonderen Fällen dadurch erfolgen, dass über einen Zeitraum von mindestens fünf Jahren ein erheblicher Teil der beruflichen Tätigkeit in Kooperation zwischen Hochschule und außerhochschulischer beruflicher Praxis erbracht wurde

In das Beamtenverhältnis kann berufen werden, wer das 52. Lebensjahr noch nicht vollendet hat.

Ihr KontaktFachliche Ansprechperson: Herr Prof. Dr. Volker Kempf (volker.kempf@oth-regensburg.de)

Frauenbeauftragte der Fakultät: Frau Prof. Dr. Anja Schmiedt (anja.schmiedt@oth-regensburg.de)

Chancengleichheit und Diversität sind uns besonders wichtig, dafür wurden wir bereits wiederholt mit dem TOTAL E-QUALITY-Prädikat ausgezeichnet. Wir sind eine zertifizierte familiengerechte Hochschule und bieten einen Dual Career Service an. Bewerbungen von Frauen sind besonders erwünscht. Schwerbehinderte werden bei ansonsten im Wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt.