An einem der zukünftigen Departments ist zum nächstmöglichen Zeitpunkt folgende W2 Professur unbefristet zu besetzen. Explorative Datenanalyse in den Holzwissenschaften unbefristet besetzen. WAS SIE ERWARTET Die Professur ist eingebettet in das Profil der forst- und holzwissenschaftlichen Kompetenz der Hochschule. Mit der Professur schlagen Sie die Brücke zwischen zugänglichen Datensätzen, in ihrer ganzen Vielfalt und Variabilität aber auch mit besonderem Bezug zu an der HNEE generierten Daten, und den Big Data Strukturen der Hochschule und befördern so die Nutzung selbiger für nachhaltige Wertschöpfung in der Holzwirtschaft. Durch das Data Mining ermöglichen Sie es, eine komplexe Realität abzubilden, aus der heraus z.B. spezifische und individualisierte Fragestellungen zum Rohstoff Holz in Struktur, Bearbeitung und Verwertung auch im Zusammenhang mit der Herkunft modelliert und beantwortet werden können. Sie unterstützen damit Struktur- und Materialverhaltensvorhersagen und anwendungsoptimierte Verfahren in den Holzwissenschaften. Auf Basis von mathematisch-statistischen Grundlagen entwickeln Sie KI- und andere digitale Modelle zu Materialverhalten und Materialproduktion und ermöglichen dadurch Erkenntnisgewinn in Bereichen der Produktionstechnologie und der Materialkunde. Als ausgewiesene r Wissenschaftler in aus dem Fächerspektrum Mathematik /Statistik, Informatik, Machine Learning oder mit material-, insbesondere mit holzwissenschaftlichem Profil, das eine Vertrautheit mit den unterschiedlichen Methoden des maschinellen Lernens erkennen lässt, unterstützen Sie mit Ihrer Expertise das Center for Data Science der HNEE und befördern ein institutionenübergreifendes datenbankbezogenes Forschungsnetzwerk am Standort Waldcampus der HNEE. Sie übernehmen Lehrveranstaltungen in deutscher und englischer Sprache in Mathematik und Statistik ingenieurstypischer Disziplinen, sowie in Bereichen der mathematischen Ansätze im Rohstoffmanagement und in den KI-Anwendungen mit Schwerpunkten Maschinelles Lernen und Deep Learning. Als neue r Kolleg in vertreten Sie Ihr Fachgebiet in voller Breite, setzen innovative Ideen für anwendungsbezogene Forschungs- und Entwicklungsaufgaben um und zeigen den Einklang von Forschung und Lehre. Ihr Arbeitsstil und Ihre Denkweise sind von einer interdisziplinären Perspektive geprägt. Eine aktive Auseinandersetzung mit neuen Trends der Praxis, Forschung und Lehre ist für Sie selbstverständlich. Das reguläre Lehrdeputat beträgt 18 SWS. Formale Einstellungsvoraussetzungen sind laut 43 Abs. 1 Satz 1 Nr. 1-3 und 4 Buchst. b und Satz 2: Abgeschlossenes Hochschulstudium, besondere Befähigung zu wissenschaftlicher Arbeit, in der Regel durch die Qualität einer Promotion nachgewiesen, sowie pädagogische Eignung und besondere Leistungen bei der Anwendung oder Entwicklung wissenschaftlicher Erkenntnisse und Methoden in einer mindestens dreijährigen beruflichen Praxis, von der mindestens zwei Jahre außerhalb des Hochschulbereiches ausgeübt worden sein müssen oder über einen Zeitraum von mindestens drei Jahren der überwiegende Teil der beruflichen Tätigkeit in Kooperation zwischen Hochschule und außerhochschulischer beruflicher Praxis erbracht wurde. Darüber hinaus wird die Identifikation mit dem Nachhaltigkeitsanspruch der Hochschule vorausgesetzt. Die Hochschule überarbeitet zurzeit ihre Binnenstruktur. Wir setzen daher die Bereitschaft voraus, an diesem ebenso reizvollen wie herausfordernden Vorhaben konstruktiv mitzuwirken. WAS WIR IHNEN BIETEN Die HNEE bietet Ihnen einen modern ausgestatteten, familienfreundlichen Arbeitsplatz in grüner Umgebung und mit sehr guter ÖPNV-Anbindung. Die Hochschule ermöglicht die Bezuschussung zum VBB-Jobticket, bietet flexible Arbeitszeiten und die Möglichkeit mobiler Arbeit an. Ferner unterstützen wir unsere Mitarbeiter innen durch ein aktives Gesundheitsmanagement. Die HNEE fördert die persönliche Weiterentwicklung der Hochschulangehörigen durch ein umfangreiches internes und externes Fort- und Weiterbildungsangebot. Wir schätzen die Vielfalt unserer Mitglieder und wollen unterschiedliche Perspektiven als Potential nutzen, um gemeinsam kreative und innovative Lösungen für zukünftige Fragestellungen zu finden. Wir freuen uns daher auf Ihre Bewerbung - unabhängig von Ihrem Geschlecht, Ihrer Nationalität, ethnischer und sozialer Herkunft, Religion oder Weltanschauung, sexueller Orientierung und Identität, Behinderung und Ihres Alters. Außerdem möchten wir zudem verstärkt Bewerber innen mit Gender- und Diversitykompetenzen gewinnen. Da Professorinnen an der HNEE unterrepräsentiert sind, möchten wir insbesondere Wissenschaftlerinnen ermutigen, sich auf diese Ausschreibung zu bewerben. Wir wollen auch schwerbehinderte Menschen und diesen Gleichgestellte ausdrücklich zur Bewerbung auffordern und werden sie bei gleicher Eignung bevorzugt berücksichtigen. Bitte senden Sie Ihre Bewerbung mit den üblichen Unterlagen (Anschreiben, Lebenslauf, aus dem der wissenschaftliche Werdegang hervorgeht, Verzeichnis von Schriften- und Lehrveranstaltungen, akademische Zeugnisse, Nachweis von Lehrerfahrung, Drittmitteleinwerbung, geschlechtersensibles Lehr- und Forschungskonzept) bis zum 17.03.2025 direkt über das Online-Bewerbungsformular. Inhaltliche Fragen: Prof. Dr. Peter Neumeister () Fragen zum Verfahren Fragen zur Gleichstellung Im Fall der Berufung in ein Beamtenverhältnis wird eine rechtlich vorgeschriebene Regelanfrage zur Prüfung der Verfassungstreue veranlasst (siehe Landesrechtsportal Brandenburg Gesetz- und Verordnungsblatt). Wir freuen uns auf Ihre Bewerbung! Wenn Sie sich bewerben, erheben und verarbeiten wir Ihre personenbezogenen Daten gemäß Art. 5 und 6 der EU-DSGVO nur zur Bearbeitung Ihrer Bewerbung und für Zwecke, die sich durch eine mögliche zukünftige Beschäftigung an der HNEE ergeben. Nach sechs Monaten werden Ihre Daten gelöscht. Weitere Informationen finden Sie hier Reference BV 02/25logo The Eberswalde University for Sustainable Development (HNEE) is, with its holistic approach to sustainability, its unique range of courses geared towards future-oriented topics and its strong institutional commitment to the field of sustainability research, a driving force for sustainable development. Around 2,300 students from about 60 nations study and more than 400 employees teach, research and work at the modern university. The mission of the HNEE is to lead the transformation towards a sustainable society by developing viable model solutions and equipping students with the necessary skills to shape the future. The following W2 professorship (100%) is to be filled on a permanent basis at one of the future departments as soon as possible. Data Mining in Wood Sciences What to expect The professorship is embedded in the university's profile of forestry and wood science expertise. With the professorship, you will form a bridge between accessible data sets, in all their diversity and variability but also with special reference to data sets generated at HNEE, as well as the university's big data structures and thereby promote the use of these for sustainable wood processing value creation. Through data mining, you facilitate the reflection of a complex reality from which, for example, specific and individualized questions about the raw material wood in structure, processing and utilization can be modeled and resolved, also in the context of provenance. They thus support structural and material performance prognoses and application-optimized processes in wood science and engineering. Based on mathematical-statistical principles, you will develop AI and other digital models of material behavior and material production, thus enabling knowledge to be gained in the fields of production technology and materials science. As a renowned scientist in the fields of mathematics/statistics, computer science, machine learning or with a background in materials science, especially wood science, which shows a familiarity with the various methods of machine learning, you will support the Center for Data Science at HNEE with your expertise and promote a cross-institutional database-related research project. You will give courses in German and English in mathematics and statistics in classical engineering disciplines, as well as in areas of mathematical approaches in raw materials management and in AI applications with a focus on machine learning and deep learning. As a potential new colleague, you will represent your field in its full spectrum, implement innovative ideas for application-oriented research and development tasks and demonstrate the alignment of research and education. Your approach and mindset are characterized by an interdisciplinary perspective. An active engagement with current trends in practice, research and teaching is a self-evident part of your work. The regular teaching load is 18 SWS. Formal hiring requirements are according to 43 (1) sentence 1 nos. 1-3 and 4 letter b and sentence 2: Completed university degree, special aptitude for academic work, usually proven by the quality of a doctorate, as well as pedagogical aptitude and special achievements in the application or development of scientific knowledge and methods in at least three years of professional practice, of which at least two years must have been spent outside the university sector or over a period of at least three years the majority of the professional activity must have been carried out in cooperation between the university and non-university professional practice. In addition, identification with the university's commitment to sustainability is a prerequisite. The university is currently revising its internal structure. click apply for full job details