Beschreibung

Science Manager (m/w/d) Drittmittelakquise in Voll- oder Teilzeit für das Munich Center for Machine Learning (MCML)

Das Munich Center for Machine Learning (MCML) sucht zum 07.01.2026 in Teil- oder Vollzeit (50 – 100%) zunächst befristet auf 2 Jahre ein/e:

Science Manager (m/w/d) Drittmittelakquise

Über uns:

Als eines der sechs KI-Kompetenzzentren in Deutschland ist das Munich Center for Machine Learning (MCML) eine gemeinsame Initiative von führenden Forschenden der Ludwig-Maximilians-Universität München (LMU) und der Technischen Universität München (TUM). Das MCML wird vom Bundesministerium für Bildung und Forschung sowie der HighTech Agenda des Landes Bayern gefördert. Unser Ziel ist es, die Grundlagenforschung im Bereich der Künstlichen Intelligenz (KI) und des Maschinellen Lernens (ML) voranzutreiben und eine starke Verbindung zu realen Anwendungen herzustellen. Der Science Manager Drittmittelakquise (m/w/d) arbeitet eng mit den Forschenden zusammen und unterstützt sie bei der Anbahnung von Drittmittelprojekten.

Aufgaben:

■ Entwicklung und Umsetzung von Konzepten und Strategien zur nachhaltigen Gewinnung von Drittmitteln (national und international) für das MCML;

■ Fördermittelakquise durch kompetente Antragstellung inkl. realistischer Budgetierung in Kooperation mit den Forschenden und durch Austausch mit potenziellen Geldgebern;

■ Beratung, Begleitung und Unterstützung von Anträgen inkl. der Koordination der Vertragsgestaltung in Zusammenarbeit mit der Rechtsabteilung sowie Unterstützung der Umsetzung eines fördermittelkonformen Projektmanagements;

■ Strategische Weiterentwicklung, Koordination, Organisation und Verwaltung der ELLIS Unit Munich in Zusammenarbeit mit den Projektpartnern;

■ Förderung von Vernetzung und Zusammenarbeit, Netzwerkpflege;

■ Erstellung und Verbreitung wissenschaftlicher und administrativer Berichte und Präsentationen;

■ Kommunikation von Projektergebnissen und -fortschritten an interne und externe Stakeholder;

Ihr Anforderungsprofil:

■ Ein erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium im Bereich Machine Learning, Data Science oder verwandten Schwerpunkten, idealerweise mit Promotion;

■ Gute Kenntnisse der nationalen und internationalen Forschungsförderlandschaft

■ Nachgewiesene Erfahrung in eigenständiger kompetitiver Drittmittelakquise (z.B. EU-Förderung, DFG etc.) im wissenschaftlichen Bereich

■ Erfahrung im Projektmanagement, idealerweise in Forschungs- oder Industrieprojekten;

■ Kommunikationsstärke sowie interkulturelle Kompetenz und Sensibilität, zum Beispiel erworben im Rahmen längerer Auslandsaufenthalte;

■ Umsetzungsstärke, ausgezeichnete Organisations- und Zeitmanagementfähigkeiten;

■ Schnelle Auffassungsgabe und nachgewiesene Fähigkeit und Bereitschaft, sich in vielschichtige und interdisziplinäre Themenstellungen einzudenken und diese gründlich und zuverlässig zu bearbeiten;

■ Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift;

■ Ein hohes Maß an Teamfähigkeit, Serviceorientierung, Flexibilität und Eigenverantwortung

Wir bieten Ihnen:

■ Eine abwechslungsreiche und anspruchsvolle Tätigkeit im Umfeld einer modernen Universität.

■ Selbständige und verantwortungsvolle Arbeit in einem dynamischen, teamorientierten Umfeld mit wechselnden Herausforderungen.

■ Individuelle Weiterbildungsmöglichkeiten sowie diverse Teamevents.

■ Die Einstellung richtet sich nach den Vorschriften des Tarifvertrages für den öffentlichen Dienst der Länder (TV-L). Angestrebt wird eine Eingruppierung in Entgeltgruppe E13.

■ Flexible Arbeitszeiten in Abstimmung mit dem Team inklusive der Möglichkeit, teilweise im Homeoffice zu arbeiten.

Die Stelle ist für die Besetzung mit schwerbehinderten Menschen geeignet. Schwerbehinderte Bewerberinnen und Bewerber werden bei ansonsten im wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt. Die Technische Universität München strebt eine Erhöhung des Frauenanteils an. Bewerbungen von Frauen werden daher ausdrücklich begrüßt.

Bewerbung (als eine PDF-Datei) mit:

■ Motivationsschreiben (max. 1 Seite)

■ Lebenslauf (max. 4 Seiten)

Bitte senden Sie Ihre Bewerbung bis einschließlich 05.10.2025 an Dr. Alexandra Stang (alexandra.stang@tum.de).