Die Hochschule Mainz – University of Applied Sciences – an der rund 5.500 junge Menschen studieren und forschen, befindet sich auf einem modernen Campus in einer lebenswerten und dynamischen Stadt und zeichnet sich durch exzellente Qualität in Lehre und Forschung aus. Interdisziplinarität und Internationalität, Offenheit für interkulturelle Fragen und Familienfreundlichkeit sind darüber hinaus maßgebende Faktoren für unsere Hochschule. Auf dem Gebiet der angewandten Wissenschaft leisten wir in vielen Bereichen international anerkannte Spitzenarbeit. Durch die enge Kooperation mit Wirtschaftsunternehmen sowie Forschungs- und Kulturinstitutionen sind wir in der Region Rhein-Main bestens vernetzt. Als traditionsreiche Wissenschaftsstadt mit einer hohen Dichte an Bildungseinrichtungen gehört Mainz zu den sehr gut positionierten Hochschulstandorten in Deutschland.
Verstärken Sie unser Team zum nächstmöglichen Zeitpunkt als:
Assistentin / Assistent (w/m/d) der Fachgruppe Quantitative Methoden
Teilzeitbeschäftigung (z.Zt. 29,25 Stunden/Woche) | Vergütung EG 10 TV-L
(Stichwort „Assistent/-in FG QM“)
Die Stelle ist zunächst auf zwei Jahre befristet. Eine mehrjährige befristete Verlängerung zur wissenschaftlichen Weiterqualifizierung, beispielsweise im Rahmen einer kooperativen Promotion, ist möglich.
Das Aufgabengebiet umfasst:
- Eigenständige Lehrtätigkeit im Bereich QM (Übungen, Tutorien, Vorlesungen) im Umfang von 4,5 Semesterwochenstunden
- Unterstützung der Mitglieder der Fachgruppe QM in Lehre, Forschung und Verwaltung
- Betreuung studentischer Arbeiten wie Projekt- und Abschlussarbeiten
- Koordination und Umsetzung fachgruppenspezifischer Organisationsaufgaben
- Betreuung von Studierenden bei den vielfältigen Fragen des Studienalltags
- Projektbezogene Aufgaben im Bereich der Fachgruppe QM
Das bringen Sie mit:
- eine Absolventin / einen Absolventen mit einem wirtschaftswissenschaftlichen Hochschulstudium (Bachelor, Master, Diplom)
- guten Kenntnissen der Statistik und Wirtschaftsmathematik
- hohes Interesse an der Analyse statistischer Daten mit multivariaten Verfahren
- Erfahrung im Umgang mit statistischer Software (z. B. Stata, SPSS, R, Python)
- Erfahrung in der Nutzung von (generativen) KI-Tools für die Erstellung und Weiterentwicklung von Bildungsmaterialien ist vorteilhaft