hirly

Helmut-Schmidt-Universität Universität der Bundeswehr Personaldezernat

Wissenschaftliche/-r Mitarbeiter/-in (m/w/d) in der Professur für Data Engineering

Hamburg, Germany

See how you match this job — and similar ones. Free.

Upload your resume and hirly scores it against this role at Helmut-Schmidt-Universität Universität der Bundeswehr Personaldezernat first, then against similar open jobs, and shows where you fit and why.

PDF or DOCX, up to 12MB. No sign-up to see your matches.

Get past the screening software and onto a recruiter's desk

hirly rewrites your resume for this job — matching the keywords and skills in the posting, moving your most relevant experience to the top, and writing a cover letter to fit. About 30 seconds.

  • Keywords matched to this posting
  • Fit score before you apply
  • Cover letter included

Matched against 2.3M live jobs from 200,000+ employers in 200+ countries.

Tailor my resume for this job →

hirly's read of this role

Role family
Education
Seniority
Mid level
Country
DE
Work mode
On-site / unstated
First seen by hirly
26 Sept 2026

Derived automatically from the posting. Upload your resume above to see how the role scores against it.

the posting

An der Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg (HSU/UniBw H), Fakultät für Elektrotechnik, Professur für Data Engineering (Frau Univ.-Prof. Dr. Maleshkova), ist ab dem nächstmöglichen Zeitpunkt die Stelle einer/eines

Wissenschaftlichen Mitarbeiterin / Wissenschaftlichen Mitarbeiters (m/w/d)

(Entgeltgruppe 13 Tarifvertrag für den öffentlichen Dienst (TVöD); 39 Stunden wöchentlich)

befristet für die Dauer von 2 Jahren zu besetzen.

Die Forschung der Professur liegt an der Schnittstelle von maschinellem Lernen, formaler Wissensrepräsentation und intelligentem Systemengineering. Im Mittelpunkt steht die Entwicklung von Methoden und Rahmenwerken, die datengetriebene Lernverfahren mit strukturiertem Domänenwissen, formalen Modellen und semantischen Repräsentationen verbinden. Hierzu zählen insbesondere Ontologien und Wissensgraphen, wissensbasierte und hybride Lernverfahren sowie physikalisch informierte Ansätze. Ein zentraler Forschungsbereich ist die neurosymbolische Künstliche Intelligenz (KI), bei den Methoden des Deep Learning mit formalen Repräsentations- und Schlussfolgerungsverfahren verbunden werden, um strukturiertes Hintergrundwissen und logische Randbedingungen in lernende Systeme einzubeziehen und nachvollziehbare Ergebnisse zu erzielen. Darüber hinaus werden Multiagentensysteme untersucht, in denen autonome KI-Agenten kooperieren, kommunizieren und schlussfolgern, unter anderem für Anwendungen in der wissenschaftlichen Entdeckung, in Datenverwaltungspipelines und komplexen ingenieurtechnischen Arbeitsabläufen.

Die ausgeschriebene Stelle ist im Rahmen eines maritimen Forschungsprojekts angesiedelt, welches sich mit der Entwicklung eines kombinierten Ansatzes aus semantischer Datenmodellierung und KI-gestützter Analyse maritimer Sensordaten, beispielsweise aus dem Automatic Identification System (AIS), befasst. In enger Zusammenarbeit mit den beteiligten Projektpartnern werden hierzu heterogene Datenquellen strukturiert zusammengeführt, semantisch beschrieben und mithilfe von KI-Verfahren ausgewertet mit dem Ziel, relevante Zusammenhänge in komplexen maritimen Datenbeständen zu erkennen und deren Nutzung für unterschiedliche Anwendungsszenarien zu unterstützen.[](<>)

Aufgabengebiet:

  • Konzeption, Planung, Umsetzung und Auswertung von Forschungsarbeiten zur intelligenten Verknüpfung und Analyse maritimer Sensordaten
  • Entwicklung und Bearbeitung neuer wissenschaftlicher Fragestellungen und Forschungsaufgaben aus dem Arbeitsgebiet der Professur auf Grundlage wissenschaftlicher Methodik
  • Publikation und Präsentation von Forschungsergebnissen in internationalen Fachzeitschriften und Konferenzen (u.a. ISWC, ESWC, ECAI, IJCAI, AAAI)
  • Mitwirkung in der Lehre im Umfang von grundsätzlich 3,0 Trimesterwochenstunden
  • Möglichkeit zur wissenschaftlichen Weiterqualifikation (z. B. Promotion oder Habilitation)
  • Erledigung von Verwaltungsarbeiten allgemeiner Art sowie akademische Tätigkeiten in der akademischen Selbstverwaltung

Qualifikationserfordernisse:

  • Ein mit sehr gutem Erfolg abgeschlossenes wissenschaftliches Hochschulstudium (Diplom [univ.] oder Master) der Fachrichtungen Data Engineering, angewandte Mathematik oder einer verwandten Fachdisziplin
  • Mathematische Grundlagen in den Bereichen Maschinelles Lernen
  • Kenntnisse in Python sowie gängigen Frameworks für maschinelles Lernen
  • Deutsch- sowie Fremdsprachenkenntnisse in Englisch mit einem Leistungsstand, welcher mindestens dem Sprachniveau B2 des gemeinsamen europäischen Referenzrahmens entspricht

Darüber hinaus erwünscht:

  • Kenntnisse im Bereich Ontologie-Engineering, Semantic-Web-Technologien (RDF, OWL, SPARQL) oder Wissensgraphen
  • Erste Erfahrungen mit der Verarbeitung und Analyse von Sensor- und Zeitreihendaten
  • Kenntnisse oder erste Erfahrungen mit neurosymbolischen Integrationsmethoden (z.B. Logic Tensor Networks, differenzierbares Schlussfolgern) sowie in der Anwendung von LLMs, Multiagentensystemen oder autonomen KI-Systemen
  • Fähigkeit zum selbständigen und strukturierten Arbeiten
  • Teamfähigkeit, Eigeninitiative und Bereitschaft zur aktiven Mitwirkung an Projekttreffen und fachlichen Abstimmungen
  • Bereitschaft zu gelegentlichen Dienstreisen, insbesondere zu Projekttreffen bei den beteiligten Projektpartnern

Was für Sie zählt:

  • Vermögenswirksame Leistungen
  • Jahressonderzahlung
  • Betriebliche Altersversorgung
  • Flexible Arbeitszeiten
  • DeutschlandJobTicket mit Arbeitgeberzuschuss bei Vorliegen der notwendigen Voraussetzungen
  • Möglichkeit der Inanspruchnahme eines Kinderbetreuungsplatzes in einer campusnah gelegenen Kindertagesstätte bei Vorliegen der notwendigen Voraussetzungen
  • Sie profitieren von einer gezielten Personalentwicklung und einem umfangreichen Fort- und Ausbildungsangebot.
  • Kostengünstige Verpflegungsmöglichkeit in der Campus-Mensa mit drei Mahlzeiten pro Tag
  • Möglichkeit der Teilnahme am Corporate-Benefits-Programm
  • Sie haben die Möglichkeit, an Angeboten der betrieblichen Gesundheitsförderung teilzunehmen (Nähere Informationen finden Sie unter: [www.hsu-hh.de/bgm/](https://www.hsu-hh.de/bgm/)).
  • Kostenfreie Parkmöglichkeiten auf dem Campus-Gelände
  • Möglichkeit zur Nutzung des bundeswehreigenen Carsharings (Nähere Informationen finden Sie unter: [www.bwcarsharing.de](http://www.bwcarsharing.de))

Auskünfte bei fachlichen Fragen erteilt Ihnen Frau Univ.-Prof. Dr. Maleshkova, per E-Mail:

[[email protected]](https://mailto:[email protected]).

Das Beschäftigungsverhältnis richtet sich nach den Bestimmungen des Tarifvertrages für den öffentlichen Dienst (TVöD) in Verbindung mit dem Wissenschaftszeitvertragsgesetz (WissZeitVG). Die Tätigkeiten entsprechen grundsätzlich der Entgeltgruppe 13. Die Eingruppierung bis in die Entgeltgruppe 13 TVöD erfolgt unter Beachtung des § 12 TVöD im Hinblick auf die tatsächlich nicht nur vorübergehend auszuübenden Tätigkeiten und der Erfüllung der persönlichen bzw. tariflichen Anforderungen (Tätigkeitsmerkmale).

Eine Teilzeitbeschäftigung ist möglich.

Die Bundeswehr fördert die berufliche Gleichstellung von Frauen und Männern und begrüßt deshalb besonders Bewerbungen von Frauen.

Nach Maßgabe des Sozialgesetzbuchs IX und des Behindertengleichstellungsgesetzes begrüßen wir ausdrücklich Bewerbungen von schwerbehinderten Menschen; hinsichtlich der Erfüllung der Ausschreibungsvoraussetzungen erfolgt eine individuelle Betrachtung.

Die Bundeswehr unterstützt die Ziele des Nationalen Integrationsplans und begrüßt Bewerbungen von Menschen mit Migrationshintergrund.

Nähere Informationen über die Universität und zur Professur finden Sie unter:

[www.hsu-hh.de](http://www.hsu-hh.de) und [www.hsu-hh.de/dataeng/](http://www.hsu-hh.de/dataeng/).

Ihre Bewerbung richten Sie bitte mit den üblichen Unterlagen ausschließlich in elektronischer Form (pdf-Datei), unter Nennung der Kennziffer ET-1526 , bis zum 22.10.2026 an:

[ [email protected] ](https://mailto:[email protected]).

Hinweis:

Informationen zum Datenschutz im Rahmen des Bewerbungsverfahrens finden Sie auf der Internetseite [www.hsu-hh.de](http://www.hsu-hh.de) unter der Rubrik "Universität - Karriere - Datenschutzinformationen“.

Ohne Angabe der Kennziffer kann Ihre Bewerbung nicht berücksichtigt werden und wird aus datenschutzrechtlichen Gründen umgehend gelöscht.

Original posting on Helmut-Schmidt-Universität Universität der Bundeswehr Personaldezernat's site ↗

Browse similar roles

Want this one?

Upload your resume and hirly rewrites it for this job and writes the cover letter — in about thirty seconds, before you sign up.

Tailor my resume for this job