Arbetsbeskrivning

Vi söker en universitetslektor i datavetenskap för tillsvidareanställning vid Institutionen för naturvetenskap och teknik, Enheten för datavetenskap. Ämnesområde Ämnesområdet för anställningen är datavetenskap, med särskilt fokus på data mining, maskininlärning och tillämpad artificiell intelligens. Bakgrund Datavetenskap är ett prioriterat område vid Örebro universitet och är centralt i universitetets satsningar inom artificiell intelligens och samverkan med det omgivande samhället. Anställningen är knuten till ARC – AI, Robotics, and Cybersecurity Center (https://www.oru.se/var-profil/arc---centrum-for-ai-robotik-och-cybersakerhet/), som är ett strategiskt universitetsövergripande centrum för forskning, innovation och utbildning inom artificiell intelligens, robotik och cybersäkerhet. Tjänsten är också kopplad till ARC:s inriktning mot livslångt lärande, vilket innebär att en stor del av uppdraget handlar om att utveckla och genomföra utbildningsinsatser för yrkesverksamma och experter inom digital kompetens och AI. Fokus ligger på att möjliggöra kontinuerligt lärande i nära samverkan med industri och offentlig sektor. Vi söker nu en universitetslektor som kan bidra till att stärka vår kapacitet inom forskning, utbildning och samverkan i datavetenskap – med särskilt fokus på livslångt lärande för digital omställning. Arbetsuppgifter Som universitetslektor ägnar du din arbetstid åt undervisning på samtliga nivåer samt forskning, såväl som därtill hörande samverkan. I arbetsuppgifterna ingår förutom undervisning, forskning och samverkan även utvecklingsarbete, administration och kompetensutveckling. Undervisningen omfattar dessutom handledning, examination, kursutveckling, planering och utvärdering. Anställningen innebär: • Undervisning och kursutveckling inom datavetenskap och AI, särskilt riktat mot yrkesverksamma och experter • Handledning av industridoktorander och samverkan med näringslivet • Deltagande i initiativ för livslångt lärande kopplat till ARC • Forskning inom tillämpad datavetenskap, data mining och maskininlärning • Medverkan i industrirelevanta projekt. Behörighet och bedömningsgrunder För att se annonsen i dess helhet besök: https://www.oru.se/jobba-hos-oss/lediga-jobb/jobbannons/?jid=20250237 Information Anställningen är 100 %, tillsvidare. Örebro universitet tillämpar individuell lönesättning och i förekommande fall provanställning. Närmare upplysningar om anställningen lämnas av Martin Magnusson, enhetschef datavetenskap, 019-30 38 70, e-post: [email protected], eller Amy Loutfi, föreståndare ARC, 019-30 30 00, e-post: [email protected]. Vid Örebro universitet förväntar vi oss att alla medarbetare är öppna för utveckling och förändring, tar ansvar för sin egen arbetsinsats och kvalitet, visar engagemang att samverka och bidra till utveckling samt visar respekt för andra genom ett konstruktivt och professionellt förhållningssätt. Örebro universitet arbetar aktivt med lika villkor och jämställdhet och för att vår arbetsmiljö ska präglas av öppenhet, tillit och respekt. Vi värdesätter de kvaliteter mångfald tillför verksamheten. Ansökan Du gör din ansökan på vår hemsida genom att klicka på knappen "Ansök". En komplett ansökan ska innehålla: • Ett personligt brev med motivering till hur du kan bidra till universitetets fortsatta utveckling • CV • Pedagogisk portfölj (enligt Örebro universitets riktlinjer: https://www.oru.se/globalassets/oru-sv/jobba-hos-oss/mall-for-pedagogisk-meritportfolj3.pdf) • Vetenskaplig portfölj • Publikationslista • Relevanta publikationer (högst tio arbeten och i fulltextformat) • Kopior av betyg/intyg som styrker behörighet och krav Endast handlingar skrivna på svenska, engelska, norska eller danska kan bedömas. Mer information för dig som sökande hittar du på vår Lediga-jobb-sida: https://www.oru.se/jobba-hos-oss/lediga-jobb/information-for-dig-som-sokande-och-sakkunnig/ Sista ansökningsdag är 2025-08-11. Välkommen med din ansökan! Efter sista ansökningsdag kan inga kompletteringar göras elektroniskt. Har du vetenskapliga publikationer som inte kan bifogas elektroniskt direkt i ansökan får du, när sakkunniga är utsedda, instruktion om hur denna eventuella komplettering kan göras. Då vi i samband med den här rekryteringen redan har gjort våra val vad gäller externa samarbetspartners och marknadsföring undanber vi oss kontakt med rekryteringsföretag och annonssäljare. Enligt Riksarkivets föreskrifter måste vi arkivera en omgång ansökningshandlingar exkl. publikationer i två år efter att tillsättningsbeslutet vunnit laga kraft.