TU-ID: 307 | 2026 | 16 | 266441
Universitätsassistent_in (Prae-Doc)
30 Wochenstunden | befristet auf 4 Jahre
Die Technische Universität Wien ist Österreichs größte Forschungs- und Bildungseinrichtung im technisch-naturwissenschaftlichen Bereich und leistet seit mehr als 200 Jahren einen unverzichtbaren Beitrag zur Sicherung der internationalen Wettbewerbsfähigkeit und Innovationskraft des Forschungsstandorts Österreich. Unter dem Motto "Technik für Menschen" betreiben an der TU Wien rund 26.000 Studierende und mehr als 4.000 Wissenschaftler_innen in diesem Sinne Forschung, Lehre und Innovation.
Am Institut für Konstruktionswissenschaften und Produktentwicklung bietet die Forschungsgruppe Digital Engineering der TU Wien eine Stelle als Universitätsassistent_in (Prae-Doc) mit einer voraussichtlichen Befristung von 4 Jahren im Ausmaß von 30 Stunden/Woche an. Geplanter Start: Mai 2026.
Ihre Aufgaben:
- Durchführung von Forschung zur stochastischen Designoptimierung weicher robotischer Strukturen, mit Schwerpunkt auf physikinformierten Machine-Learning-Modellen sowie Strategien zur Erhöhung der Modellstabilität gegenüber adversariellen Störungen
- Teilnahme an wissenschaftlichen Konferenzen, Workshops und Veranstaltungen zur Präsentation von Forschungsergebnissen und zum Austausch mit der wissenschaftlichen Gemeinschaft
- Verfassen und Publizieren wissenschaftlicher Arbeiten sowie Erstellung einer Dissertation
- Mitwirkung in der Lehre, einschließlich der Durchführung von Prüfungen und der Betreuung von Studierenden
- Betreuung von Studierenden sowie Mitarbeit an Forschungsprojekten und internationalen Kooperationen
- Unterstützung bei organisatorischen und administrativen Aufgaben
Ihr Profil:
- Interdisziplinärer Master- oder Diplomabschluss an der Schnittstelle von Maschinenbau und Informatik oder in einem eng verwandten Fachgebiet
- Fähigkeit zur selbstständigen und methodischen Durchführung wissenschaftlicher Forschung
- Erfahrung im Aufbau und in der Optimierung von Ansys- (oder Abaqus-) sowie datengetriebenen Modellen für physikinformiertes Machine Learning und inverse Probleme, idealerweise ergänzt durch Kenntnisse im Reinforcement Learning
- Sehr gute Kenntnisse in Python (PyTorch), C/C++ sowie in der Verarbeitung großer Datenmengen (>100 GB), einschließlich Datenstrukturierung, verteilter Datenverarbeitung mit Apache Spark/Hadoop und Durchführung hochperformanter, multithreaded Experimente auf HPC-Clustern
- Fundierte Kenntnisse im Computer Vision
- Sehr gute Englischkenntnisse in Wort und Schrift sowie Deutschkenntnisse zum Lesen und für einfache Konversation
- Begeisterung für Forschung und Interesse an wissenschaftlicher Erkenntnisgewinnung
- Offener Kommunikationsstil sowie die Fähigkeit zur Zusammenarbeit sowohl mit Studierenden als auch mit internationalen Forschungspartnern
Wir bieten:
- Vielfältiges und spannendes Aufgabengebiet in einem kollegialen Team
- Hybride Arbeitsweise
- Eine Reihe attraktiver Sozialleistungen (siehe Benefits)
- Breites internes und externes Weiterbildungsangebot, verschiedene Karriereoptionen
- Zentrale Lage sowie gute Erreichbarkeit (U1/U2/U4 Karlsplatz)
Die TU Wien strebt eine Erhöhung des Frauenanteils insbesondere in Leitungsfunktionen an und fordert daher qualifizierte Frauen ausdrücklich zur Bewerbung auf. Bei gleicher Qualifikation werden Frauen vorrangig aufgenommen, sofern nicht in der Person eines gleich qualifizierten Mitbewerbers liegende Gründe überwiegen.
Wir sind bemüht, Menschen mit Behinderung mit entsprechender Qualifikation einzustellen und fordern daher ausdrücklich zur Bewerbung auf. Bei Rückfragen wenden Sie sich bitte an die Behindertenvertrauensperson der TU Wien, Herrn Gerhard Neustätter (gerhard.neustaetter@tuwien.ac.at).
Wir sind bemüht, Menschen mit Behinderung mit entsprechender Qualifikation einzustellen und fordern daher ausdrücklich zur Bewerbung auf. Bei Rückfragen wenden Sie sich bitte an die Behindertenvertrauensperson der TU Wien, Herrn Gerhard Neustätter (gerhard.neustaetter@tuwien.ac.at).
Die Entlohnung erfolgt nach dem Mindestentgelt der Gehaltsgruppe B1 gemäß dem Kollektivvertrag für Arbeitnehmer_innen der Universitäten und beträgt bei einem wöchentlichen Beschäftigungsausmaß von 30 Stunden derzeit EUR 2.832,10 brutto/Monat (14x jährlich). Tätigkeitsbezogene Vordienstzeiten können angerechnet werden.
Wir freuen uns auf Ihre Bewerbung bis 14.05.2026.
