StepStone

Job Description

Als „Die Forschungsuniversität in der Helmholtz-Gemeinschaft“ schafft und ver­mittelt das Karlsruher Institut für Technologie (KIT) Wissen für Gesellschaft und Umwelt. Ziel ist es, zu den globalen Herausforderungen maßgebliche Beiträge in den Feldern Energie, Mobilität und Information zu leisten. Daran arbeiten am KIT rund 9.800 Mitarbeiterinnen und Mitarbeiter auf einer breiten disziplinären Basis in Forschung, Lehre und Innovation zusammen.

Wir suchen für das Scientific Computing Center (SCC) zum 01.10.2024 befristet bis 30.06.2028 eine/einen

Akademische Mitarbeiterin / Akademischen Mitarbeiter (w/m/d)

– zur berufsbegleitenden Promotion zum Thema: Raum-Zeit-Statistik in der Energie- und Verkehrswende / Teilzeit 75 % –


Das Scientific Computing Center ist das Informations­technologie-Zentrum des KIT.

Die neu eingerichtete Forschungs­gruppe Methoden für Big Data am Scientific Computing Center sucht einen Doctoral Research Fellow im Rahmen des Sonder­forschungs­bereichs (SFB) TRR 391 "Raum-Zeit-Statistik für die Energie­wende und den Verkehr" in Kooperation mit der Ruhr-Universität Bochum. Im neu bewilligten Transregio (TRR) 391 werden statistische Methoden zur Modellierung und Prognose von Daten zur Energie- und Mobilitäts­wende entwickelt.

Die Stelle ist dem neu gegründeten Sonder­forschungs­bereich (SFB) TRR 391 "Raum-Zeit-Statistik für die Energiewende und den Verkehr" zugeordnet, der von der Deutschen Forschungs­gemein­schaft (DFG) gefördert wird. Im Rahmen des Projekts wird eine weitere Stelle in Bochum eingerichtet, die gemeinsam von Prof. Dette (Bochum) und Prof. Klein (Karlsruhe) betreut wird.

In diesem Projekt werden Sie:

  • neuartige Methoden entwickeln, die das Potenzial statistischer Tests und der Bayes'schen Statistik nutzen, um sparsame, aber flexibel variierende Abhängig­keits­strukturen zwischen mehreren über Raum und Zeit beobachteten Variablen zu modellieren
  • die theoretischen Eigenschaften der entwickelten Methoden untersuchen
  • die entwickelten Modelle testen und implementieren
  • die Ergebnisse auf Workshops und Konferenzen veröffentlichen

Diese Stelle bietet die Möglichkeit, einen Doktorgrad zu erwerben.


  • Einen abgeschlossenen Hochschul­abschluss (Master) mit Schwerpunkt Statistik oder Data Science oder alternativ Mathematik, Informatik, Wirtschafts­wissen­schaften oder verwandte Studien­gänge (mit Schwerpunkt Statistik oder Data Science)
  • Grundkenntnisse und erste Erfahrungen mit flexiblen Regressions­methoden, Bayes'scher Statistik, Copulas oder statistischen Tests
  • Solide Programmier­kenntnisse in einer wissen­schaftlichen Programmier­sprache, z. B. Python, R
  • Ausgeprägte mathematische Fähig­keiten
  • Hohes Maß an Kreativität, Engagement, analytischer Kompetenz und inter­disziplinärer Team­arbeit
  • Gute Englischkenntnisse in Wort und Schrift für Ihre wissen­schaft­lichen Veröffentlichungen und Präsentationen

Wir bieten Ihnen eine spannende und abwechslungs­reiche Tätigkeit in einem agilen Team sowie viel­fältige Weiter­bildungs­möglich­keiten und flexible und familien­freundliche Arbeits­zeit­modelle.

Wir freuen uns auf Ihre Bewerbung (Motivations­schreiben / Lebenslauf / Zeugnisse)


Teil bei der einzigen deutschen Exzellenz­universität mit nationaler Großforschung und arbeiten Sie unter hervorragenden Arbeits­bedingungen in einem internationalen Umfeld an der aktuellen Forschung und Lehre für unsere Zukunft. Starten Sie beruflich mit einer ziel­gerichteten Einarbeitung sowie breit­gefächerten Weiter­qualifizierungs­angeboten. Profitieren Sie von flexiblen Arbeits­zeitmodellen (Gleitzeit, Homeoffice), diversen Sport- und Frei­zeit­angeboten sowie Kinder- und Ferien­betreuungs­angeboten. Des Weiteren bieten wir einen Zuschuss zum Jobticket BW in Höhe von 25 €/Monat und ein vielseitiges Angebot in verschiedenen Mensen.

Wir streben eine möglichst gleichmäßige Besetzung der Arbeitsplätze mit Beschäftigten (w/m/d) an und würden uns daher insbesondere über Bewerbungen von Frauen freuen.

Bei gleicher Eignung werden anerkannt schwerbehinderte Menschen bevorzugt berücksichtigt.

View More