Der Complexity Science Hub Vienna ist eine junge Forschungseinrichtung, die sich einer tiefergehenden quantitativen und prädiktiven Verständnis komplexer Systeme zur Verbesserung der Gesellschaft. Wir bieten eine spannende, kreative, unbürokratische Umfeld für aufgeschlossene Visionäre, die etwas verändern wollen und mutig genug sind, aus dem Mainstream herauszutreten Wissenschaft.

3-JÄHRIGE DOKTORANDENSTELLE IM BEREICH GRAPH LEARNING ON FINANCIAL NETWORK

WIR SUCHEN NACH Ein exzellenter Nachwuchswissenschaftler mit einem Master-Abschluss oder einem gleichwertigen Abschluss in Informatik, Physik, Mathematik, Statistik, Ingenieurwesen oder verwandte Bereiche. Grundkenntnisse in Netzwerkanalyse und Techniken des maschinellen Lernens sind von Vorteil. Das Die erfolgreiche Kandidatin oder der erfolgreiche Kandidat wird Graphenlerntechniken in Finanznetzwerken untersuchen, insbesondere solche, die aus Kryptoasset-Transaktionen und erfahren Sie mehr über die Auswirkungen von Kryptoassets auf die Realwirtschaft. Der Antragsteller muss kritisch sein, aufgeschlossen, selbstmotiviert und kollaborativ.

IHR PROFIL Sie sollten über erste Forschungserfahrung auf dem Niveau einer Masterarbeit oder eines gleichwertigen Niveaus verfügen. Sie müssen über gute Englischkenntnisse verfügen, sowohl in Wort und Schrift. Wir erwarten von Ihnen, dass Sie in der Lage sind, datenintensive Recherchen selbstständig durchzuführen, wie z.B. durch Ihre früheren Arbeiten, die Ihre starken Programmier-, Modellierungs- und mathematischen Fähigkeiten unter Beweis stellen.

WIR BIETEN Eine voll finanzierte 3-jährige Ph.D.-Stelle in einem spannenden Forschungsumfeld am Complexity Science Hub Wien. Sie werden Zusammenarbeit mit Bernhard Haslhofer und Mitgliedern der CryptoFinance-Gruppe sowie Maria Del Rio Chanona von der Economics Gruppe. Die erfolgreiche Kandidatin oder der erfolgreiche Kandidat hat die Möglichkeit, an einer hochgradig interdisziplinären Schnittstelle zu arbeiten und von folgenden Vorteilen zu profitieren: ein dynamisches, kollaboratives und internationales Forschungsumfeld.

IHRE AUFGABEN Die erfolgreiche Kandidatin oder der erfolgreiche Kandidat wird eine zentrale Rolle bei der Förderung der Forschung in dem vorgesehenen Bereich übernehmen. Sie sind verantwortlich für die Konzeption, Umsetzung und Veröffentlichung von Forschungsinitiativen, in Partnerschaft mit anderen Forscherinnen und Forschern innerhalb und außerhalb des Hubs. Ihre Arbeit beinhaltet eine enge Zusammenarbeit mit Computer- und Netzwerkexperten algorithmische Messtechniken und Modelle des Finanzökosystems zu erforschen, mit dem Ziel, Einblicke in die komplexen finanziellen Verflechtungen zwischen verschiedenen Akteuren und potenzielle systemische Risiken. ANWENDUNG Bitte senden Sie Ihre Bewerbungsunterlagen an applications@csh.ac.at mit dem Betreff "PhD Graph Learning on Financial Netzwerke". Die Bewerbung umfasst einen Lebenslauf, eine Publikationsliste, ein kurzes Forschungsstatement (warum Sie denken, Sie sind ein ausgezeichneter Kandidat für dieses Thema und welche Forschung Sie mit uns durchführen möchten) und zusätzliches Material Das hilft uns zu verstehen, dass Sie forschungsorientiert, technisch versiert und kreativ sind. Bitte geben Sie auch Namen an und vollständige Kontaktadressen von mindestens zwei Personen, die bereit sind, ein Empfehlungsschreiben für Sie zu verfassen, wenn wir Fordern Sie es an. Wir werden umgehend mit der Auswertung der Bewerbungen beginnen. Die Stelle ist ab September 2023 zu besetzen und wird offen bleiben, bis sie gefüllt sind. Wir werden die erste Bewerbungsrunde bis zum 15. Juni 2023 prüfen. CSH bekennt sich zum Grundsatz der Chancengleichheit für alle Bewerberinnen und Bewerber. Alle Einstellungsentscheidungen werden daher basierend auf Stellenanforderungen, Qualifikationen, Verdiensten und organisatorischen Bedürfnissen. Wir empfehlen nachdrücklich, Personen aus unterrepräsentierten Gruppen können sich bewerben. Wir verarbeiten Ihre personenbezogenen Daten in Übereinstimmung mit dem Gesetz (https://www.csh.ac.at/data-protection/)