Blätter-Navigation

Angebot 322 von 402 vom 19.03.2024, 13:56

logo

Tech­ni­sche Uni­ver­sität Ber­lin - Fakultät VI - Institut für Soziologie - FG Methoden der empirischen Sozialforschung

Bei der Technischen Universität Berlin ist/sind folgende Stelle/n zu besetzen:

Wiss. Mitarbeiter*in (d/m/w) - 66,67 % Arbeitszeit - Entgeltgruppe 13 TV-L Berliner Hochschulen

Aufgabenbeschreibung:

Mitarbeit am Fachgebiet "Methoden der empirischen Sozialforschung" am Institut für Soziologie der TU Berlin, insbesondere:

  • Lehre des BA-Pflichtmoduls "Methoden 3: Uni- und bivariate Statistik" (WS 2024/25, 4 SWS; ca. 90 Studierende, Präsenzveranstaltung)
  • Lehre eines Moduls entweder zu multivariater Statistik, Computational Social Sciences, Survey Methodology oder qualitativen Methoden (2 SWS im SoSe 2024, ca. 30 Studierende, Präsenzveranstaltung);
  • Unterstützung der Fachgebietsleitung bei der Lehrorganisation (z.B. Lehrplanung, Prüfungsorganisation);
  • Anleitung von Tutor*innen;
  • Übernahme von administrativen Aufgaben am Fachgebiet sowie am Institut im üblichen Rahmen der akademischen Selbstverwaltung;
  • Verfassen eigenständiger wissenschaftlicher Texte, z.B. eines Promotions- oder Habilitationskonzepts, eines wissenschaftlichen Aufsatzes oder eines Projektantrags;
  • falls gewünscht, ist die Möglichkeit zur Mitarbeit an den Projekten des Fachgebiets gegeben.

Erwartete Qualifikationen:

  • erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) in Soziologie oder einem verwandten Studiengang
  • Kenntnisse in uni- und bivariater deskriptiver und schließender Statistik, nachgewiesen durch entsprechende Studienleistungen, Lehrerfahrung oder Publikationen
  • Interesse an Lehre von Grundlagenveranstaltungen (Pflichtlehre, 3.-6. Semester Bachelor) im Bereich Methoden der empirischen Sozialforschung
  • Bereitschaft zur Arbeit im Team, einschließlich Teilnahme an Team-Sitzungen des Fachgebiets, Gremiensitzungen sowie Kolloquien des Instituts für Soziologie in Präsenz (i.d.R. während der Vorlesungszeit montags und mittwochs)
  • Die Fähigkeit zum Unterrichten in deutscher und/oder in englischer Sprache wird vorausgesetzt; Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben
  • Bereitschaft zum Verfassen von deutsch- und/oder englischsprachigen wissenschaftlichen Publikationen

Wünschenswert:

  • erfolgreich abgeschlossene Promotion
  • Lehrerfahrung in Methoden der empirischen Sozialforschung
  • Kenntnisse in multivariater Statistik, nachgewiesen durch entsprechende Studienleistungen, Lehrerfahrung oder Publikationen (z.B. multiple Regressionsanalyse, Korrespondenzanalyse, Clusteranalyse, Hierarchische Lineare Mehrebenenanalyse (HLM), strukturelle Netzwerkwerkanalyse, Skalierungsverfahren, Verfahren der Panel- oder Längsschnittsanalyse, Verfahren der Raumanalyse)
  • Kenntnisse in Survey Methodology, nachgewiesen durch entsprechende Studienleistungen, Lehrerfahrung oder Publikationen
  • Kenntnisse in Computational Social Sciences
  • Kenntnisse in Methodologie der Sozialwissenschaften, nachgewiesen durch entsprechende Studienleistungen, Lehrerfahrung oder Publikationen
  • Kenntnisse in qualitativer Sozialforschung, nachgewiesen durch entsprechende Studienleistungen, Lehrerfahrung oder Publikationen
  • Erfahrung im Umgang mit SPSS, Stata, R, UCINET, Unipark, MAXQDA und Atlas.ti, Citavi oder Endnote
  • Erfahrung bei der Betreuung von Abschlussarbeiten (Bachelor und Master)
  • Erfahrung in der Lehrorganisation (z.B. Lehrplanung, Prüfungsorganisation)
  • Leitungserfahrung (z.B. Erfahrung im Anleiten von studentischen Hilfskräften)
  • Interesse an den Forschungsschwerpunkten des Fachgebiets und des Instituts, insbesondere am Sonderforschungsbereich „Re-Figuration von Räumen“ (SFB 1265) und am „Global Center of Spatial Methods for Urban Sustainability“ (GCSMUS)
  • Erfahrung bei der Organisation von wissenschaftlichen Veranstaltungen (z.B. Workshops, Sessions auf Tagungen)

Hinweise zur Bewerbung:

Ihre Bewerbung richten Sie bitte unter Angabe der Kennziffer mit den üblichen Unterlagen (in einem PDF-Dokument, max. 5 MB) ausschließlich per E-Mail an Prof. Nina Baur über rim.winker@tu-berlin.de.

Mit der Abgabe einer Onlinebewerbung geben Sie als Bewerber*in Ihr Einverständnis, dass Ihre Daten elektronisch verarbeitet und gespeichert werden. Wir weisen darauf hin, dass bei ungeschützter Übersendung Ihrer Bewerbung auf elektronischem Wege keine Gewähr für die Sicherheit übermittelter persönlicher Daten übernommen werden kann. Datenschutzrechtliche Hinweise zur Verarbeitung Ihrer Daten gem. DSGVO finden Sie auf der Webseite der Personalabteilung: https://www.abt2-t.tu-berlin.de/menue/themen_a_z/datenschutzerklaerung/.

Zur Wahrung der Chancengleichheit zwischen Frauen und Männern sind Bewerbungen von Frauen mit der jeweiligen Qualifikation ausdrücklich erwünscht. Schwerbehinderte werden bei gleicher Eignung bevorzugt berücksichtigt. Die TU Berlin schätzt die Vielfalt ihrer Mitglieder und verfolgt die Ziele der Chancengleichheit.