Professur/in für Mathematik

Universität Wien

Referenz Nr.: 4901
Bewerbungsfrist: 10.12.2025

Über die Universität Wien

Die Universität Wien zeichnet sich international durch ihre Exzellenz in Lehre und Forschung aus, mit mehr als 7.500 Wissenschaftler*innen aus allen Disziplinen. Diese fachliche Breite bietet einzigartige Voraussetzungen, um aus multidisziplinärer Perspektive die großen Zukunftsthemen und die komplexen Herausforderungen der modernen Gesellschaft zu erforschen, Lösungsansätze zu erarbeiten und die Problemlöser*innen von morgen auszubilden.

Die Position

An der Fakultät für Mathematik der Universität Wien ist eine Tenure Track-Professur für Mathematische Grundlagen der Data Science zu besetzen.

Wir laden Nachwuchswissenschaftlerinnen mit ausgewiesener Expertise in den mathematischen Grundlagen der Data Science zur Bewerbung ein. Erwartet werden fundierte Kenntnisse in der theoretischen Forschung sowie die nachweisliche Fähigkeit, grundlegende Konzepte weiterzuentwickeln.

Wir begrüßen insbesondere Bewerberinnen, deren Arbeit auch die Entwicklung neuartiger mathematischer Methoden mit Anwendungen in den Bereichen Datenwissenschaft und künstliche Intelligenz umfasst.

Die Stelle dient als entscheidende Verbindung zwischen der Fakultät für Mathematik und dem Forschungsnetzwerk “Data Science @ Uni Vienna”. Die erfolgreiche Kandidatin wird mit Forschungsgruppen der Universität Wien zusammenarbeiten, die sich mit Grundlagenforschung im Bereich Data Science befassen, sowie mit solchen, die sich der Entwicklung praktischer Anwendungen unter Verwendung von Data-Science-Techniken widmen.

Die Tenure Track-Professur wird an der Fakultät für Mathematik dem Forschungsschwerpunkt „Computational Mathematics and Data Science“ zugeordnet:
???? https://mathematik.univie.ac.at/forschung/computational-mathematics-and-data-science-comada/

Innerhalb dieses Schwerpunkts existiert Expertise in Bereichen, die für die Tenure-Track-Stelle von großer Bedeutung sind, wie beispielsweise Machine Learning, Neural Networks, Optimierung, Angewandte Harmonische Analyse, Inverse Probleme, Quanteninformation und weitere relevante Gebiete.

Ebenfalls ist die Stelle dem Forschungsnetzwerk “Data Science @ Uni Vienna” zugeordnet:
???? https://datascience.univie.ac.at/
Dieses Netzwerk fördert Kooperationen mit Wissenschaftler*innen, die sich mit den Grundlagen und Anwendungen von Data Science beschäftigen.

Ihr akademisches Profil

  • Doktorat/PhD

  • Zwei Jahre internationale Forschungserfahrung während oder nach dem Doktoratsstudium

  • Herausragende Forschungsleistungen, exzellente Publikationen, Erfolge bei Drittmittelprojekten, internationale Reputation

  • Gender- und Diversitätskompetenzen

  • Erfahrung in der Konzeption von und Beteiligung an Forschungsprojekten, Fähigkeit zur Leitung von Forschungsgruppen und zur Einwerbung von Drittmitteln

  • Begeisterung für exzellente Lehre und Betreuung auf Bachelor-, Master- und Doktoratsebene

Die Universität Wien erwartet, dass derdie Stelleninhaberin innerhalb von drei Jahren Deutschkenntnisse erwirbt, die Lehre in den Bachelorstudien und Mitarbeit in universitären Gremien ermöglichen.

Wir bieten

  • Die Möglichkeit, eine unbefristete Stelle zu erhalten und zumzur **Universitätsprofessorin** befördert zu werden;
    Der Arbeitsvertrag als Assistenzprofessor*in ist auf sechs Jahre befristet.
    Nach positiver Evaluierung einer Qualifizierungsvereinbarung wird der Arbeitsvertrag als Assoziierter Professorin unbefristet.
    Assoziierte Professorinnen können in einem universitätsintern kompetitiven Verfahren zumzur Universitätsprofessor*in befördert werden.

  • Ein dynamisches Forschungsumfeld

  • Ein breites Angebot an Unterstützungsleistungen für Forschung und Lehre

  • Attraktive Arbeitsbedingungen in einer Stadt mit hoher Lebensqualität

  • Ein attraktives Gehalt nach dem Kollektivvertrag für Arbeitnehmer*innen der Universitäten (Stufe A2) und eine betriebliche Altersvorsorge

Bewerbungsunterlagen (auf Englisch)

  • Motivationsschreiben

  • Wissenschaftlicher Lebenslauf

    • Bildungskarriere, akademische Abschlüsse (Zertifikat Doktorat, PDF)

    • Bisherige Positionen

    • Familien- oder sonstige Betreuungszeiten

    • Auszeichnungen und Ehrungen

    • Funktionen in wissenschaftlichen Gremien

    • Frühere und derzeitige Kooperationspartner*innen

    • Auflistung der eingeworbenen Drittmittel und ggf. Erfindungen/Patente

    • Auflistung der wichtigsten wissenschaftlichen Vorträge (max. 10)

    • Lehre und Mentoring

    • Ggf. Betreuungserfahrungen (Master und PhD)

  • Liste der Veröffentlichungen

    • Link zu Ihrem eigenen öffentlich zugänglichen ORCID-Eintrag mit einer vollständigen und aktuellen Publikationsliste

    • Drei wichtigste Publikationen als Volltext (PDF, max. 30 MB)

  • Statement zur Forschung

    • Wichtigste Forschungsergebnisse (max. 2 Seiten) und geplante zukünftige Forschungsaktivitäten (max. 4 Seiten)

    • Zusammenfassung der drei wichtigsten Publikationen, die für die ausgeschriebene Stelle relevant sind

    • Publikationsstrategie

  • Statement zu Lehre und Betreuung

    • Lehr- und Betreuungskonzept mit Darstellung der bisherigen und geplanten Schwerpunkte in der akademischen Lehre und Betreuung (max. 2 Seiten)

    • Lehrbewertungen (wenn vorhanden, PDF)

Kontakt

Bei Fragen kontaktieren Sie bitte:
???? berufungsservice@univie.ac.at

Zur Bewerbung verwenden Sie bitte ausschließlich den unten stehenden Link „Jetzt bewerben.“

???? https://academicjobs.univie.ac.at/datenabfrage/TT1025MATH01

Chancengleichheit und Diversität

Wir freuen uns über neue Persönlichkeiten in unserem Team!

Die Universität Wien betreibt eine antidiskriminatorische Anstellungspolitik und legt Wert auf Chancengleichheit, Frauenförderung und Diversität.

Wir streben eine Erhöhung des Frauenanteils beim wissenschaftlichen und allgemeinen Universitätspersonal insbesondere in Leitungsfunktionen an und fordern daher qualifizierte Frauen ausdrücklich zur Bewerbung auf.
Bei gleicher Qualifikation werden Frauen vorrangig aufgenommen.

Universität Wien. Raum für Persönlichkeiten. Seit 1365.
Datenschutzerklärung

✅ Bewerbungsfrist: 10.12.2025
✅ Referenz Nr.: 4901
✅ Tenure Track Professuren: https://academicjobs.univie.ac.at/datenabfrage/TT1025MATH01

Bewerben