Stellenangebote Promotionen

Willkommen auf der UTN-Karriereseite für zukünftige Promovierende!

Promoviere an der UTN und begib dich auf eine spannende Reise zu akademischer Exzellenz und persönlicher Entwicklung. Im Mittelpunkt deiner Promotion steht deine eigene Forschung, in der du von einem Komitee fachspezifisch und interdisziplinär begleitet wirst. Dadurch ermöglichen wir dir einen klaren Weg zum Abschluss.

An der UTN legen wir großen Wert darauf, dir eine solide Grundlage in deinem Fachgebiet zu vermitteln und gleichzeitig deine eigenen Forschungsinteressen zu unterstützen. Wir bieten dir Struktur sowie individuelle Beratung. Außerdem fördern wir eine dynamische Lernumgebung, die optimaler Rahmen für Innovation und intellektuelle thematische Forschung ist.

Bevor du deine Bewerbung einreichst, bitten wir dich, dich mit den UTN-Promotionsrichtlinien vertraut zu machen. Detaillierte Informationen findest du unter dem folgenden Link: Promotion an der UTN

In den Anforderungen und Richtlinien erhältst du ein klares Verständnis der Erwartungen und Möglichkeiten, die dir an der UTN offenstehen.

Die UTN ist ein Ort, der Menschen unabhängig von Geschlecht, Alter, sexueller Orientierung, Weltanschauung, Religion, Herkunft oder Behinderung Wissen und Chancengleichheit bietet. Die Stellen sind für die Besetzung mit schwerbehinderten Menschen geeignet.

Wenn du weitere Fragen hast, helfen wir dir gerne weiter.

  stars@utn.de

Promotionsthemen

Promotion an der UTN im Bereich „KI, Robotik und Automatisierung“ (m/w/d)

Promotion an der UTN im Bereich „KI, Robotik und Automatisierung“ (m/w/d)

Die Technische Universität Nürnberg (UTN) bietet eine inspirierende und interdisziplinäre Forschungsumgebung mit Zugang zu modernsten Ressourcen. Sie ist der ideale Ort, um zukunftsträchtige Entdeckungen zu machen und einen bedeutenden Beitrag zu spannenden Forschungsfeldern zu leisten.

Das Artificial Intelligence and Robotics Lab unter der Leitung von Prof. Dr. Wolfram Burgard bietet derzeit die Möglichkeit, einer voll finanzierten Forschungstätigkeit für Doktoranden im Bereich KI, Robotik und Automatisierung (Doctoral Researcher).

Wir suchen hoch motivierte und talentierte Personen, die unser dynamisches und internationales Forschungsteam verstärken und einen Beitrag zur Forschung im Bereich der KI und Robotik leisten möchten. Der Fokus wird auf der Entwicklung innovativer KI-Methoden für Automatisierung und Optimierung von Industrieprozessen liegen. Dabei sollen Lösungsansätze mit Methoden der Computer Vision, der Sensor Fusion und des Reinforcement Learning erforscht werden.

Weitere Aufgaben:

  • Mitarbeit in Lehre und Forschung im Artificial Intelligence and Robotics Lab
  • Kollaboration mit anderen Forscherinnen und Forschern
  • Kommunikation der eigenen Forschungsergebnisse in Konferenzartikeln und Fachzeitschriftenbeiträgen

Ihr Profil:

  • Abgeschlossenes wiss. Hochschulstudium (Diplom oder Master) in Informatik, Robotik, Künstlicher Intelligenz, Maschinenbau, oder einem verwandten Gebiet
  • Erste Erfahrung mit Künstlicher Intelligenz und Robotik
  • Gute Programmierkenntnisse
  • Große Motivation und Engagement

Bitte fügen Sie Ihrer Bewerbung die folgenden Dokumente bei:

  • persönliches Statement, in Sie erklären, warum Sie an der UTN promovieren möchten und warum Sie das entsprechende Forschungsgebiet sowie Department interessiert
  • vollständiger, chronologischer und tabellarischer Lebenslauf (CV) in Englisch
  • Zertifikat und Diplom der Universitätsabschlüsse (M. Sc. und B. Sc. oder äquivalente Abschlüsse)
  • Zeugnis und Zusatzzertifikat (Diploma Supplement) oder Übersicht über die Kurse (Transcript of Records)

Interessiert?

Senden Sie bitte Ihre Bewerbung auf Zulassung zur Promotion unter Angabe der Kennziffer ENG-AIR-24-01 an stars@utn.de. Weitere Informationen zu den Zulassungsvoraussetzungen finden Sie unter https://www.utn.de/de/forschung/promotion/.

Wenn Sie in die engere Auswahl kommen, erhalten Sie eine Einladung zu einem Interview und haben die Möglichkeit, Ihre bisherige Forschungsarbeit vorzustellen.

Bitte richten Sie alle inhaltlichen Anfragen an Dr. Michael Krawez (michael.krawez@utn.de). Bei allgemeinen Fragen wenden Sie sich bitte an stars@utn.de.

Promotionen an der UTN im Bereich „Educational Technologies mit dem Fokus auf KI beim Lehren und Lernen” (m/w/d)

Promotionen an der UTN im Bereich „Educational Technologies mit dem Fokus auf KI beim Lehren und Lernen” (m/w/d)

Die Technische Universität Nürnberg (UTN) bietet eine inspirierende und interdisziplinäre Forschungsumgebung mit Zugang zu modernsten Ressourcen. Sie ist der ideale Ort, um zukunftsträchtige Entdeckungen zu machen und einen bedeutenden Beitrag zu spannenden Forschungsfeldern zu leisten.

Die Technische Universität Nürnberg (UTN) bietet die Möglichkeit von zwei voll finanzierten Promotionen (3 Jahre, 100%, TVL13). Wir suchen hoch motivierte und talentierte Personen, die unser dynamisches und internationales Forschungsteam verstärken und einen Beitrag im Bereich Educational Technologies Research mit Fokus auf KI beim Lehren und Lernen leisten. Sie werden unter anderem im Digital LEAD Lab der UTN mitarbeiten und das UX-LX-Lab mit aufbauen und organisieren.

Ihre Aufgabe:

  • Forschung zu Educational Technologies, Learning Technologies, oder Instructional Design insbesondere die Nutzung oder Entwicklung von KI beim Lehren und Lernen
  • Mitarbeit im Digital LEAD Lab; z.B. Weiterentwicklung des UTN Lehr-Lern-Konzepts, Durchführung empirischer Studien
  • Forschung zu Learning Experience Design (User Experience)
  • Mitwirkung beim Aufbau des UX-LX-Labs, inkl. Anleitung studentischer Mitarbeitenden

Ihr Profil:

  • Abgeschlossenes wissenschaftliches Hochschulstudium (Staatsexamen, Diplom oder Master), wünschenswert mit Bezug zu Learning Experience Design, Lehr-Lern-Forschung oder Educational Technologies
  • Interesse an interdisziplinärer Kooperation in Forschung
  • Wünschenswert sind erste Erfahrungen im Bereich Educational Technologies
  • Sehr gute Deutsch- und Englischkenntnisse oder Bereitschaft Deutsch/Englisch zu erlernen

Bitte fügen Sie Ihrer Bewerbung die folgenden Dokumente bei:

  • persönliches Statement, in dem Sie erklären, warum Sie an der UTN promovieren möchten und warum Sie das entsprechende Forschungsgebiet sowie Department interessiert
  • vollständiger, chronologischer und tabellarischer Lebenslauf (CV) in Englisch
  • Zertifikat und Diplom der Universitätsabschlüsse (M. Sc. und B. Sc. oder äquivalente Abschlüsse)

Interessiert?

Senden Sie bitte Ihre Bewerbung auf Zulassung zur Promotion unter Angabe der Kennziffer ENG-LEARN-24-02 an stars@utn.de. Weitere Informationen zu den Zulassungsvoraussetzungen finden Sie unter https://www.utn.de/de/forschung/promotion/.

Wenn Sie in die engere Auswahl kommen, erhalten Sie eine Einladung zu einem Interview und haben die Möglichkeit, Ihre bisherige Forschungsarbeit vorzustellen.

Bitte richten Sie alle inhaltlichen Anfragen an Gründungsvizepräsidentin Prof. Dr. Isa Jahnke (vp-learning@utn.de). Bei allgemeinen Fragen wenden Sie sich bitte an stars@utn.de.

Promotion an der UTN im Bereich „User Experience, Learning Experience Design, und Usability Research“ (m/w/d)

Promotion an der UTN im Bereich „User Experience, Learning Experience Design, und Usability Research“ (m/w/d)

Die Technische Universität Nürnberg (UTN) bietet eine inspirierende und interdisziplinäre Forschungsumgebung mit Zugang zu modernsten Ressourcen. Sie ist der ideale Ort, um zukunftsträchtige Entdeckungen zu machen und einen bedeutenden Beitrag zu spannenden Forschungsfeldern zu leisten.

Die Technischen Universität Nürnberg (UTN) bietet die Möglichkeit einer voll finanzierten interdisziplinären Promotion. Wir suchen hoch motivierte und talentierte Personen, die unser dynamisches und internationales Forschungsteam verstärken und einen Beitrag im Bereich User Experience (UX) and Learning Experience (LX) Research (inkl. Usability, soziotechnische Heuristiken) leisten. Sie werden unter anderem im Projekt des Campusmanagementsystems der UTN mitarbeiten, z.B. zur Demonstration zur User Experience in UTNexus, und Sie sind in agile Rückkopplungsprozesse mit dem internen Softwareentwicklungsteam eingebunden und arbeiten ggfs. mit einer externen Dienstleistung zusammen. Ein Campus-Management-System (CaMS) kann als eine sozio-technische Verflechtung von technischen Artefakten und sozialen Praktiken verstanden werden. Aus dieser Sicht ist weitere Forschung im Bereich UX und LX erforderlich.

Ihre Aufgabe:

  • Im Projekt des Campusmanagementsystems der UTN untersuchen Sie, wie dieses System optimiert werden kann hinsichtlich Benutzerfreundlichkeit, „look & feel“ Effektivität und Effizienz sowie Orientierung an Standards, z.B. ISO 9241
  • Untersuchung eines Mehrwerts von sozio-technischen Heuristiken (socio-technical-pedagogical Usability) gegenüber bekannten Methoden wie beispielsweise System Usability Scale, Optimierung der Benutzererfahrung, Anwenden und Weiterentwicklung von User-Centered-Design Strategien
  • Forschung zu soziotechnischen Heuristiken und Weiterentwicklung von user experience oder learning experierence Methoden
  • Aufbau des UX-LX-Labs inkl. Anleitung studentischer Mitarbeitenden

Ihr Profil:

  • Abgeschlossenes wissenschaftliches Hochschulstudium (Staatsexamen, Diplom oder Master) mit Bezug zu User Experience oder Usability (Gebrauchstauglichkeit)
  • Interesse an interdisziplinärer Kooperation in Forschung
  • Wünschenswert sind erste Erfahrungen im UX Bereich
  • Gute Deutsch- und Englischkenntnisse oder Bereitschaft, Deutsch/Englisch zu erlernen

Interessiert?

Senden Sie bitte Ihre Bewerbung auf Zulassung zur Promotion an stars@utn.de. Weitere Informationen zu den Zulassungsvoraussetzungen finden Sie unter https://www.utn.de/de/forschung/promotion/.

Wenn Sie in die engere Auswahl kommen, erhalten Sie eine Einladung zu einem Interview und haben die Möglichkeit, Ihre bisherige Forschungsarbeit vorzustellen.

Bitte richten Sie alle inhaltlichen Anfragen an Gründungsvizepräsidentin Prof. Dr. Isa Jahnke (vp-learning@utn.de). Bei allgemeinen Fragen wenden Sie sich bitte an stars@utn.de.

Promotion an der UTN im Bereich „Klassische Philologie mit dem Schwerpunkt Gräzistik zu einem Thema der Platonforschung” (m/w/d)

Promotion an der UTN im Bereich „Klassische Philologie mit dem Schwerpunkt
Gräzistik zu einem
Thema der Platonforschung“ (m/w/d)

Die Technische Universität Nürnberg (UTN) bietet eine inspirierende und interdisziplinäre Forschungsumgebung mit Zugang zu modernsten Ressourcen. Sie ist der ideale Ort, um zukunftsträchtige Entdeckungen zu machen und einen bedeutenden Beitrag zu spannenden Forschungsfeldern zu leisten.

Das Department Liberal Arts und Sciences an der Technischen Universität Nürnberg (UTN) bietet die Möglichkeit einer voll finanzierten interdisziplinären Promotion. Wir suchen hoch motivierte und talentierte Personen, die unser dynamisches und internationales Forschungsteam verstärken und einen Beitrag zur Spitzenforschung im Bereich Klassische Philologie mit dem Schwerpunkt Gräzistik zu einem Thema der Platonforschung leisten.

Das Department of Liberal Arts and Sciences der Technischen Universität Nürnberg befindet sich im Aufbau. Es strebt eine besonders intensive Kooperation zwischen Geistes-, Sozial- und Naturwissenschaften sowie mit den Ingenieurwissenschaften an. Die Technische Universität Nürnberg verfolgt das Ziel, Wissen und Knowhow geisteswissenschaftlicher Disziplinen in die Gestaltung des Wandels hin zu einer nachhaltigen Gesellschaft einzubringen. Es wird erwartet, dass Promovierende bereit sind, sich in diese Forschungskooperationen des Departments einzubringen. Zusätzlich übernehmen Promovierende pro Semester mindestens eine Lehrveranstaltung in den verschiedenen, gerade in der Konzeption befindlichen Studiengängen.

Ihr Profil:

  • Abgeschlossenes wiss. Hochschulstudium (Staatsexamen oder Master) in Klassischer Philologie
  • Prädikatsexamen in Klassischer Philologie (Hauptfach Gräzistik); nachgewiesene vertiefte Kenntnisse in der antiken Philosophie, bes. Platonismus und Aristotelismus der Antike und Spätantike
  • Breite literaturwissenschaftliche Kenntnisse der zentralen Autoren der antiken griechischen Literatur- und Wissensgeschichte
  • Interesse an interdisziplinärer Kooperation in Forschung und Lehre

Im Rahmen der wissenschaftlichen Qualifizierung erwartet Sie die Mitarbeit in Forschung und Lehre bei Frau Prof. Dr. Gyburg Uhlmann. Die Forschungsschwerpunkten liegen dabei bei „Artes liberales: Wissenschaft und Bildung“ und „Rhetorik und Philosophie: Meinung und begründetes Wissen“ sowie allgemein zur Philosophie, Bildungstheorie und -praxis, Rhetorik und Wissenschaftstheorie im  4. Jh. v. Chr. in Athen sowie den verschiedenen Formen des Platonismus und Aristotelismus der Antike und Spätantike. Zu den Aufgaben gehört weiterhin die Unterstützung bei der Organisation wissenschaftlicher Veranstaltungen und die Koordination von Schulkooperationsveranstaltungen. Die Dissertation soll zu einem Thema der Platonforschung im Bereich oben genannten Forschungsschwerpunkte angefertigt werden.

Interessiert?

Senden Sie bitte Ihre Bewerbung auf Zulassung zur Promotion an stars@utn.de. Weitere Informationen zu den Zulassungsvoraussetzungen finden Sie unter https://www.utn.de/de/forschung/promotion/.

Wenn Sie in die engere Auswahl kommen, erhalten Sie eine Einladung zu einem Interview und haben die Möglichkeit, Ihre bisherige Forschungsarbeit vorzustellen.

Bitte richten Sie alle inhaltlichen Anfragen an Frau Prof. Dr. Uhlmann (gyburg.uhlmann@utn.de). Bei allgemeinen Fragen wenden Sie sich bitte an stars@utn.de.

Promotion an der UTN im Bereich „Machine Learning“ (m/w/d)

Opportunity for doctoral research at UTN (m/w/d)

The University of Technology Nuremberg (UTN) offers a stimulating and interdisciplinary research environment with access to cutting-edge resources. It is the ideal place to make groundbreaking discoveries and contribute to exciting fields of research.

The Department of Engineering at UTN is currently offering openings for two fully funded doctoral research opportunities (100% position – TVL E13) in the Machine Learning lab headed by Prof. Dr. Josif Grabocka.

https://www.utn.de/departments/department-engineering/machine-learning-lab/

We are seeking highly motivated and talented individuals to join our dynamic and international research team and contribute to cutting-edge research in machine learning. You will also assist Prof. Dr. Josif Grabocka in terms of teaching support and other administrational tasks.

Position Requirements:

  • A M.Sc. degree in Mathematics or Computer Science with top grades
  • Advanced knowledge of Math, Probability, Statistics and Linear Algebra
  • A M.Sc. thesis with a deep focus on Machine Learning, which goes beyond simply applying ML to a specific application
  • Very good knowledge of PyTorch and training large-scale Deep Learning models

How do I know if my level of Machine Learning knowledge is sufficient?
If you know well and comfortably understand most chapters of the following book, then your ML level is sufficient. (https://github.com/probml/pml-book/releases/latest/download/book1.pdf)

If your profile matches the requirements, please send the following documents as a zip file “name.surname.zip” with the subject „Application – Ph.D.“.

  • a personal statement that explains why you want to pursue a doctorate at UTN as well as which research area and department interests you and why
  • a copy of your identity card or passport
  • a complete, chronical, tabular curriculum vitae (CV) in English
  • certificates of your university degrees (M.Sc. degree and B.Sc.) or other equivalent qualification
  • transcript of records, diploma supplements, or overview of courses from your university degrees (M.Sc. degree and B.Sc.)
  • your M.Sc. thesis
  • A link to your GitHub projects
  • [Optional] Any prior publications

To apply for admission to doctoral research, please send your application to stars@utn.de.

For more information on the application process and admission requirements see
https://www.utn.de/en/research/doctoral-degree/.
For more information on the TV-L E13 payscale see https://oeffentlicher-dienst.info/tv-l/allg/.

If you are shortlisted, you will be invited for an interview and an opportunity to present your research work.

For any inquiries, please contact: machine-learning@utn.de.