zu besetzen.
Zu den primären Aufgaben der Stelleninhaberin oder des Stelleninhabers (m/w/d) gehören die Vertretung des Fachbereichs Statistical Learning und Data Science in den Sozialwissenschaften in Forschung und Lehre. Die Juniorprofessur ist an der Schnittstelle von Statistik, Computer Science und empirischer Sozialforschung angesiedelt und verbindet Statistical Learning-Verfahren und datenintensive Methoden mit sozialwissenschaftlichen Fragestellungen. Inhaltlich ist eine Verbindung zum Forschungsfeld Fair and Interpretable Machine Learning wünschenswert.
Einstellungsvoraussetzungen sind ein abgeschlossenes Hochschulstudium, pädagogische Eignung und die besondere Befähigung zur wissenschaftlichen Arbeit, die in der Regel durch die herausragende Qualität einer Promotion nachgewiesen wird. Sofern vor oder nach der Promotion eine Beschäftigung als wissenschaftlicher Mitarbeiter bzw. wissenschaftliche Mitarbeiterin (m/w/d) oder wissenschaftliche Hilfskraft erfolgt ist, sollen Promotions- und Beschäftigungsphase nicht mehr als sechs Jahre betragen haben.
Die Berufung erfolgt bei Vorliegen der beamtenrechtlichen Voraussetzungen in einem Beamtenverhältnis auf Zeit für die Dauer von drei Jahren. Bei positiver Evaluation ist eine Verlängerung um weitere drei Jahre möglich. Eine Überführung auf eine Dauerstelle (tenure track) ist nicht möglich.
Die Ludwig-Maximilians-Universität (LMU) strebt eine Erhöhung des Anteils der Frauen in Forschung und Lehre an und bittet deshalb Wissenschaftlerinnen nachdrücklich, sich zu bewerben.
Schwerbehinderte werden bei ansonsten im Wesentlichen gleicher Eignung bevorzugt.
Die LMU bietet Unterstützung für Doppelkarriere-Paare an.
Bewerbungen mit den üblichen Unterlagen (Lebenslauf, Zeugnisse, Urkunden, Schriftenverzeichnis, Vorträge, Forschungsplan, Lehre und 3-5 Publikationen) sind, bitte ausschließlich in elektronischer Form in einer zusammenhängenden PDF-Datei, nicht größer als 10 MB,
an den Dekan Herrn Prof. Dr. Peter Müller, Fakultät für Mathematik, Informatik und Statistik, Ludwig-Maximilians-Universität München, über den folgenden Link
https://www.efv.verwaltung.uni-muenchen.de/md5 bis zum
4. November 2021 zu übermitteln.