Professur für Machine Learning in Digital Health
Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)
Befristet
Vollzeit
Bewerbungsfrist: 08.02.2026
Veröffentlicht am: 14.01.2026
Erlangen, Nürnberg
Die Technische Fakultät besetzt im Department Artificial Intelligence in Biomedical Engineering (AIBE) zum frühestmöglichen Zeitpunkt eine
W1-Professur für Machine Learning in Digital Health
im Beamtenverhältnis auf Zeit zunächst für die Dauer von drei Jahren. Nach positiver Evaluierung ist eine Verlängerung um weitere drei Jahre vorgesehen.Zu den Aufgaben gehört, die Fachgebiete Machine Learning und Artificial Intelligence in Biomedical Engineering mit besonderem Schwerpunkt in Digital Health in Forschung und Lehre angemessen zu vertreten. Ein eigenständiges Forschungs- und Lehrprofil, beispielsweise auf einem oder mehreren der folgenden Gebiete, ist erwünscht:
- Digital Radiology
- Generative AI for Medical Imaging
- Digital Patient Twin
- Data-Driven Therapy Decisions and Response Monitoring
- Sustainability in Healthcare: Designing for Circularity
- Medical Robotics
- Goal-Driven Agentic AI
- Autonomous Medical Imaging
- Design of AI-Enhanced Medical Devices
- Machine Learning Models and Algorithms for Medical Signal Processing
- Embedded AI
- Privacy-Aware AI
- Foundations of Machine Learning
- Molecular Modeling
Zu den Aufgaben gehört weiterhin, eine eigene Arbeitsgruppe im Department AIBE aufzubauen und zu leiten. Die Bereitschaft zur Mitwirkung an der Ausbildung, insbesondere in den Studiengängen B. Sc. Artificial Intelligence und Medizintechnik, wird vorausgesetzt.
Einstellungsvoraussetzungen sind ein abgeschlossenes Hochschulstudium, pädagogische Eignung, besondere Befähigung zu wissenschaftlicher Arbeit, die in der Regel durch die herausragende Qualifikation einer Promotion nachgewiesen wird. Zwischen der Promotion und dem Ende der Ausschreibungsfrist sollen nicht mehr als vier Jahre, im Bereich der Medizin oder klinischen Psychologie nicht mehr als sieben Jahre vergangen sein. Maßgeblich ist das Datum der Promotionsurkunde. Dieser Zeitraum kann sich durch familiäre Betreuungs- und Pflegezeiten verlängern. Außerdem sollte nach der Promotion die Universität gewechselt worden sein oder mindestens eine zweijährige wissenschaftliche Tätigkeit außerhalb der FAU nachgewiesen werden.
Die FAU erwartet die Teilnahme an der akademischen Selbstverwaltung, das Engagement zur Einwerbung von Drittmitteln und eine hohe Präsenz an der Universität zur intensiven Betreuung der Studierenden. Die Bereitschaft zur englischsprachigen Lehre wird gewünscht.
An der FAU werden W1-Professuren durch ein Mentorat unterstützt, zudem erhalten sie eine sächliche Erstausstattung. Das Förderinstrument der Zielvereinbarung sichert die faire und transparente Evaluierung.
Die FAU verfolgt eine Politik der Chancengleichheit unter Ausschluss jeder Form von Diskriminierung. Bewerbungen von Personen mit einer Schwerbehinderung und Personen, die diesen gleichgestellt sind, werden bei ansonsten im Wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt. Bewerbungen von Wissenschaftlerinnen werden ausdrücklich begrüßt. Die FAU ist Mitglied im Verein „Familie in der Hochschule e. V.“ und bietet Unterstützung für Dual-Career-Paare an.
Bewerbungen sind mit den üblichen Unterlagen (CV, Schriftenverzeichnis, Lehrkonzept und Forschungskonzept, jeweils max. 2 Seiten, Drittmitteleinwerbungen, Zeugnisse und Urkunden), vorzugsweise in englischer Sprache, webbasiert unter https://berufungen.fau.de bis zum 08.02.2026 erwünscht, adressiert an den Dekan der Technischen Fakultät. Für Fragen und weitere Informationen steht der Dekan unter tf-dekan@fau.de sehr gerne zur Verfügung.
Weitere Aktionen
Ähnliche Jobs per Mail erhalten?
Abonnieren Sie unsere Job-Mail!
Ähnliche Jobs
Professor (m/w/d) (Open Rank: W3 oder W2 mit Tenure Track zu W3) für Generative AI
Technische Universität Nürnberg
Nürnberg
04.01.2026
Tenure Track Assistant Professor in " Data and Cloud Systems "
Technische Universität München (TUM)
München
19.12.2025
Professor (m/w/d) (Open Rank: W3 oder W2 mit Tenure-Track zu W3) für Software Engineering and Artificial Intelligence
Technische Universität Nürnberg
Nürnberg
19.12.2025