Økonomisk Institut søger en undervisningsassistent i efterårssemestret 2026 på Campus Odense i disse to fag:

DS810 Data Driven Decision Making
https://odin.sdu.dk/sitecore/index.php?a=fagbesk&id=209162&lang=&listid=

DS807 Anvendt Maskinlæring
https://odin.sdu.dk/sitecore/index.php?a=fagbesk&id=204272&lang=&listid=

Kvalifikationskravet er kandidatniveau.

Stillingen er en deltidsstilling på 20 timer ugentligt i 15 uger (september-december inkl.).

Ansættelsen inkluderer selvstændig varetagelse af øvelsestimerne i de 2 fag. De fastsatte arbejdstimer inkluderer også deltagelse i begge fags forelæsningstimer, egen forberedelse til øvelsestimerne samt koordinering af øvelsesundervisningen i tæt samarbejde med fagets forelæser.

Vi forventer, at ansøgere har et solidt fagligt fundament inden for machine learning og dataanalyse og har bestået relevante kurser på kandidatniveau. Ansøger skal være fortrolig med de metoder og værktøjer, der anvendes i fagene Data Driven Decision Making (DS810) og Anvendt Maskinlæring (DS807), herunder have praktisk erfaring med at implementere og anvende machine learning-modeller.

Derudover forventes gode programmeringskompetencer i R og Python, da disse er en integreret del af undervisningen i de to fag.

Eventuelle spørgsmål kan rettes til sekretær Charlotte Visbech Madsen via e-mail [email protected].

Ansættelsen finder sted efter overenskomst mellem Finansministeriet og Akademikernes Centralorganisation for akademikere i staten med tilhørende cirkulære til protokollat om stillingsstrukturen for videnskabeligt personale ved universiteter og bestemmelserne for [Ekstern lektor, undervisningsassistent], som den er beskrevet heri.

Du skal uploade to filer: Motiveret ansøgning samt CV inklusiv øvrigt materiale, der skal med i bedømmelsen.
Åbn linket "Ansøg nu", hvor du udfylder ansøgningsformularen samt uploader dine to filer.

Obligatorisk:
- Motiveret ansøgning
- CV (inklusiv eksamensbeviser og undervisningsportefølje)

Valgfrit:
- Referencer
- Publikationsliste
- Op til 3 publikationer

Dokumenter bør ikke indeholde CPR-nummer - i så fald skal CPR-nummer overstreges.

Alle uploadede filer skal være i Adobe PDF-format.

Ansøgning og CV må max. fylde 10 Mb i alt.

Syddansk Universitet ønsker at afspejle det omgivende samfund og opfordrer derfor alle uanset personlig baggrund til at søge stillingen.

Location
Odense M, Danmark

Apply Before
2026-08-21T21:59:00+00:00