Wir suchen zum 01.04.2025 für den Standort Köln in der Abteilung Computational Social Science (CSS) eine*n
Wissenschaftliche*n Mitarbeiter*in (PostDoc) Social Data Science
(Entgeltgruppe 13 TV-L, 100% Arbeitszeit, befristet auf drei Jahre)
Die Abteilung Computational Social Science (CSS) erhebt digitale Verhaltensdaten und stellt computerbasierte Methoden zur Erhebung und Analyse solcher Daten für die sozialwissenschaftliche Forschung bereit. Flankierend unterstützt sie Wissenschaftler*innen bei der Integration von digitalen Verhaltensdaten in ihre Forschungsdesigns. Forschungsschwerpunkte der Abteilung sind die Qualität digitaler Verhaltensdaten, die Entwicklung und Validierung von Computational Social Science-Methoden sowie der Wandel digitaler Gesellschaften.
Die Stelle ist Teil des von der Leibniz-Gemeinschaft geförderten Projekts »Developing AI-Powered Survey Infrastructures to Enhance Resilience Research«, das wir gemeinsam mit dem Leibniz-Institut für Resilienzforschung (LIR) durchführen. Das Projekt zielt darauf ab, Umfragedaten durch den Einsatz von Large Language Models (LLMs) und digitalen Verhaltensdaten zu verbessern, mit Anwendungen im Feld der Resilienzforschung.
Ihr Aufgabengebiet:
Koordinierung des Projekts innerhalb von GESIS und mit externen Projektpartnern
Leitung der Datenerhebung von Umfragen und Web Tracking-Daten (Web-Browsing-Daten) in Zusammenarbeit mit dem GESIS Panel.dbd
Anwendung von LLMs, z.B. Finetuning, Anwendung auf Umfragedaten und Web Tracking-Daten sowie Modellvalidierung
Integration und statistische Analyse multidimensionaler Daten (Web Tracking-Daten, Befragungsdaten, LLM-generierte Daten)
Veröffentlichungen mit den PIs des Projekts
Ihr Profil:
Hochschulabschluss (Master/ Diplom) und Promotion in einem für Computational Social Science relevanten Fach, wie angewandte Informatik, Politikwissenschaft, Kommunikationswissenschaft, Psychologie, Soziologie oder verwandte Disziplinen
Erste) Begutachtete Veröffentlichungen
Expertise in der Arbeit mit digitalen Verhaltensdaten und/oder Erfahrung in der Arbeit mit LLMs
Ausgezeichnete Kenntnisse der quantitativen Datenanalyse in R und/oder Python
Ausgezeichnete Englischkenntnisse in Wort und Schrift, Deutschkenntnisse sind von Vorteil
GESIS bietet ein spannendes Arbeitsumfeld für interdisziplinäre Forschung an der Schnittstelle zwischen Sozialwissenschaften und Informatik. Als Infrastruktureinrichtung fördern wir sozialwissenschaftliche Forschung und kooperieren mit namhaften internationalen Forschungsinstitutionen.
GESIS unterstützt Sie dabei, sich weiter zu qualifizieren. Wir bieten unseren Mitarbeiter*innen ein breites Spektrum von Karrieremöglichkeiten in einer ansprechenden Arbeitsatmosphäre mit einem hohen Maß an Eigenverantwortung und Gestaltungsspielraum. Bei uns arbeiten Sie in einem internationalen Umfeld im Herzen Kölns und profitieren von einer flexiblen Arbeitsumgebung sowie internen und externen Netzwerken.
GESIS gewährleistet die Beachtung der Schwerbehindertenrichtlinien und fördert die berufliche Gleichstellung von Frauen und Männern. Die Stelle kann auch in Teilzeit besetzt werden. Als familienfreundlicher Arbeitgeber tragen wir seit 2010 das Zertifikat audit »berufundfamilie«.
Weitere Informationen zur Arbeit bei GESIS finden Sie hier.
Wir bieten:
Ein spannendes, internationales Arbeitsumfeld für interdisziplinäre Forschung, das Sie bei der Entwicklung Ihres eigenen Forschungsprofils unterstützt
Flexible Arbeitszeiten und die Möglichkeit von bis zu 60% mobilem Arbeiten innerhalb von Deutschland
Sehr gute Bedingungen für die Vereinbarkeit von Beruf und Familie, u.a. durch Zuschüsse zur Betreuung von nicht schulpflichtigen Kindern
Ganzheitliches Betriebliches Gesundheitsmanagement und die vergünstigte Teilnahme am Sportprogramm der Universität zu Köln
Großzügige Förderung Ihrer Altersvorsorge in Form einer Direktversicherung
Förderung Ihrer Kompetenzen durch Weiterbildungsmaßnahmen
Für weitere Informationen zu den Aufgabengebieten wenden Sie sich bitte an Prof. Dr. Sebastian Stier per E-Mail. Bei Fragen zum Bewerbungsprozess steht Ihnen Frau Franca Tosetti per E-Mail zur Verfügung.
logos
Wir haben Ihr Interesse geweckt?
Dann bewerben Sie sich gerne über unser Online-Bewerbungsportal. Bewerbungen werden bis zur Besetzung der Stelle, mindestens bis zum 20.01.2025, entgegengenommen.
Die Kennziffer lautet: CSS-105.