Akademische/-r Assistent/-in (m/w/d/x)

Universität Leipzig

04103 Leipzig

Bewerbungsfrist: 2026-10-27

Überblick

An der Fakultät für Physik und Erdsystemwissenschaften, Institut für Theoretische Physik, Arbeitsgruppe Statistische Physik ist folgende Stelle zu besetzen.
Stellenbezeichnung: Akademische/-r Assistent/-in (m/w/d/x)
Vergütung: Entgeltgruppe 13 TV-L / Besoldungsgruppe W1
Befristung: 3 Jahre (mit möglicher Verlängerung um weitere 3 Jahre)
Umfang: 100 % einer Vollbeschäftigung
Beginn: 1. Januar 2027
Universität Leipzig: große, forschungsstarke Universität in Deutschland, Standort Leipzig

eigene zusätzliche wissenschaftliche Qualifikation (Habilitation)
eigenständige Forschung zur statistischen Physik des Lernens in tiefen neuronalen Netzen und verwandten Problemen in hoher Dimension
Entwicklung und Anwendung analytischer und numerischer Methoden zur Lern- und Optimierungsdynamik, insbesondere zu stochastischen Gradientenverfahren, Rauschkorrelationen, Verlust Landschaften, Hesse-Spektren und Symmetrien
Untersuchung lösbarer Modelle für Online-Klassifikation und Transformer, einschließlich Zustandsverfolgung; Veröffentlichung und Präsentation der Ergebnisse sowie Mitwirkung an internationalen Kooperationen
Beteiligung an der Lehre in Theoretischer Physik, Betreuung von Studierenden

abgeschlossenes wissenschaftliches Hochschulstudium in Physik oder einem eng verwandten Fach mit herausragendem Ergebnis (vergleichbar mit mindestens magna cum laude)
abgeschlossene Promotion in Theoretischer Physik, Statistischer Physik oder einem eng verwandten Gebiet
ausgewiesene Forschungserfahrung zur statistischen Physik des maschinellen Lernens oder tiefer neuronaler Netze
einschlägige Publikationen in international begutachteten Fachzeitschriften oder Konferenzbänden
Erfahrung mit analytischer und numerischer Theorie stochastischer Optimierungs- und Lerndynamik, insbesondere SGD (wünschenswert)
Erfahrung mit Verlustlandschaften, Hesse-Spektren, flachen Richtungen oder approximativen Symmetrien neuronaler Netze (wünschenswert)
Erfahrung mit lösbaren Modellen der Online-Klassifikation oder Lern- und Zustandsdynamik in Transformer-Architekturen (wünschenswert)
Lehrerfahrung in Theoretischer Physik; sehr gute Kenntnisse im wissenschaftlichen Rechnen (wünschenswert)
sehr gute Kenntnisse in der englischsprachigen Wissenschaftskommunikation (mindestens B2) wünschenswert

verantwortungsvollen Aufgabenbereich in einem forschungsstarken universitären Umfeld
Mitarbeit in einer international sichtbaren Arbeitsgruppe
flexible Arbeitszeiten und Mobile Arbeit
zielgerichtete Personalentwicklung und Weiterbildungsoptionen
vielfältige Angebote des betrieblichen Gesundheitsmanagements
Besoldung nach W1 bzw. Vergütung nach dem Tarifvertrag der Länder inklusive Jahressonderzahlung und betrieblicher Altersvorsorge
vergünstigtes Jobticket (Deutschlandticket)
umfangreiche Verpflegung in Mensen und Cafeterien des Studentenwerks Leipzig
Engagement für Diversität und Chancengerechtigkeit; Barrierefreiheit – Ansprechpartner bei Bedarf

Befristung: 3 Jahre (mit Verlängerungsmöglichkeit um weitere 3 Jahre)
Umfang: 100 % einer Vollbeschäftigung
Standort/Ort der Tätigkeit: Universität Leipzig, Leipzig (Stadt) – nähere Adressen werden nicht genannt
Flexible Arbeitszeiten; Mobile Arbeit

Bewerbungsfrist: 27. Oktober 2026
Bewerbungsunterlagen: Anschreiben, Lebenslauf, Zeugnisse, Publikationsliste sowie Forschungs- und Lehrkonzept (jeweils max. 2 Seiten)
Ausschreibung richtet sich an Professor Johannes Quaas; Online-Bewerbungsportal
Kontakt bei Fragen zur Barrierefreiheit: Schwerbehindertenvertretung der Universität Leipzig; Kontakt zu fachlichen Fragen: Prof. Dr. Bernd Rosenow

Schwerbehindertenvertretung der Universität Leipzig (für Barrierefreiheit)
Prof. Dr. Bernd Rosenow, Leiter der Arbeitsgruppe Statistische Physik, Ansprechpartner bei fachlichen Fragen

Universität Leipzig zählt zu den großen, forschungsstarken Universitäten Deutschlands
Die Arbeitsgruppe Statistische Physik untersucht komplexe Vielteilchen- und Lernsysteme; Schwerpunkt: statistische Physik neuronaler Netze und moderner Lernarchitekturen

Hinweis: Online-Bewerbungsportal genutzt; Ansprechpartner: Dekan Prof. Dr. Johannes Quaas, Bewerbungsvorgang über das Portal